AI summary
Sistem saraf fotonik baru menghilangkan batasan dari sistem sebelumnya dengan memproses semua operasi dalam domain optik. Teknologi ini berpotensi meningkatkan kecepatan dan efisiensi energi dalam aplikasi seperti mobil otonom dan robotika. Pengembangan chip lebih lanjut diharapkan dapat mendukung arsitektur yang lebih kompleks untuk pembelajaran mesin di masa depan. Para peneliti mengembangkan chip komputasi fotonik yang memungkinkan jaringan neural mempelajari tugas menggunakan cahaya, bukan elektronik. Sistem ini menghilangkan bottleneck pada teknologi sebelumnya dengan mengerjakan operasi nonlinier sepenuhnya dalam domain optik. Inovasi ini membuka potensi pemrosesan yang lebih cepat dan hemat energi untuk AI.Chip terdiri dari dua bagian utama: prosesor neuromorfik fotonik 16 kanal dengan 272 parameter pelatihan dan laser array dengan saturable absorber untuk mendorong nonlinieritas optik. Sistem diuji menggunakan pembelajaran penguatan pada masalah kontrol klasik seperti CartPole dan pendulum terbalik. Hasil menunjukkan akurasi mendekati perangkat lunak dengan penurunan kurang dari 2%.Dengan latensi hanya 320 pikodetik dan performa komputasi yang sangat tinggi, sistem ini dinilai potensial untuk aplikasi real-time dalam kendaraan otonom dan robot adaptif. Peneliti berencana meningkatkan desain hingga 128 kanal untuk tugas pembelajaran lebih kompleks. Keberhasilan ini dapat merintis era baru komputasi AI fotonik yang efisien dan cepat.
Inovasi ini menandai lompatan besar dalam AI fotonik karena menghilangkan kebutuhan konversi sinyal yang selama ini membatasi kecepatan dan efisiensi. Jika dapat diskalakan dan distabilkan, teknologi ini bisa sangat mengubah cara perangkat edge computing dan sistem otonom memproses data secara real-time dengan konsumsi energi minimal.
