Ny undersøgelse undersøger fotonik til kunstig intelligens og neuromorfisk databehandling

Forskere har givet en fascinerende ny indsigt i de næste skridt til at udvikle sig hurtigt, energieffektiv, fremtidige computersystemer, der bruger lys i stedet for elektroner til at behandle og lagre information - inkorporerer hardware inspireret direkte af den menneskelige hjernes funktion.

Et team af forskere, herunder professor C. David Wright fra University of Exeter, har udforsket fremtidens potentiale for computersystemer ved at bruge fotonik i stedet for konventionel elektronik.

Artiklen er offentliggjort i dag (29. januar 2021) i det prestigefyldte tidsskrift Natur fotonik .

Undersøgelsen fokuserer på potentielle løsninger på et af verdens mest presserende computerproblemer – hvordan man udvikler computerteknologier til at behandle disse data på en hurtig og energieffektiv måde.

Moderne computere er baseret på von Neumann-arkitekturen, hvor den hurtige centralprocessor (CPU) er fysisk adskilt fra den meget langsommere program- og datahukommelse.

Det betyder, at computerhastigheden er begrænset, og at strøm spildes af behovet for kontinuerligt at overføre data til og fra hukommelsen og processoren over båndbreddebegrænsede og energiineffektive elektriske forbindelser - kendt som von Neumann-flaskehalsen.

Som resultat, det er blevet anslået, at mere end 50 % af kraften i moderne computersystemer spildes blot i denne flytning af data.

Professor C David Wright, fra University of Exeters Department of Engineering, og en af ​​medforfatterne til undersøgelsen forklarer "Det er klart, der er behov for en ny tilgang - en, der kan smelte sammen kerneinformationsbehandlingsopgaverne computer og hukommelse, en der kan inkorporere direkte i hardware evnen til at lære, tilpasse sig og udvikle sig, og en, der gør op med energitapende og hastighedsbegrænsende elektriske forbindelser."

Fotonisk neuromorfisk databehandling er en sådan tilgang. Her, signaler kommunikeres og behandles ved hjælp af lys i stedet for elektroner, giver adgang til meget højere båndbredder (processorhastigheder) og reducerer energitab i høj grad.

I øvrigt, forskerne forsøger at gøre selve computerhardwaren isomorf med biologiske behandlingssystem (hjerne), ved at udvikle enheder til direkte at efterligne de grundlæggende funktioner af hjerneneuroner og synapser, derefter forbinde disse sammen i netværk, der kan tilbyde hurtige, paralleliseret, adaptiv behandling til kunstig intelligens og maskinlæringsapplikationer.

Det nyeste inden for sådan fotonisk 'hjernelignende' databehandling, og dens sandsynlige fremtidige udvikling, er fokus for en artikel med titlen "Photonics for artificial intelligence and neuromorphic computing" offentliggjort i det prestigefyldte tidsskrift Natur fotonik af et førende internationalt team af forskere fra USA, Tyskland og Storbritannien.