Un equipo internacional de investigadores dirigido por la Universidad Tecnológica de Swinburne ha demostrado el procesador neuromórfico óptico más rápido y potente del mundo para inteligencia artificial (IA), que opera más rápido que 10 billones de operaciones por segundo (TeraOPs / s) y es capaz de procesar ultra- datos a gran escala.
Publicado en la revista Naturaleza, este avance representa un enorme avance para las redes neuronales y el procesamiento neuromórfico en general.
Las redes neuronales artificiales, una forma clave de IA, pueden ‘aprender’ y realizar operaciones complejas con amplias aplicaciones para la visión por computadora, el procesamiento del lenguaje natural, el reconocimiento facial, la traducción del habla, los juegos de estrategia, el diagnóstico médico y muchas otras áreas. Inspiradas en la estructura biológica del sistema de la corteza visual del cerebro, las redes neuronales artificiales extraen características clave de datos sin procesar para predecir propiedades y comportamiento con una precisión y simplicidad sin precedentes.
Dirigido por el profesor David Moss de Swinburne, el Dr. Xingyuan (Mike) Xu (Swinburne, Universidad de Monash) y el profesor distinguido Arnan Mitchell de la Universidad RMIT, el equipo logró una hazaña excepcional en las redes neuronales ópticas: acelerar drásticamente su velocidad de cómputo y potencia de procesamiento.
El equipo demostró un procesador neuromórfico óptico que funcionaba más de 1000 veces más rápido que cualquier procesador anterior, y el sistema también procesaba imágenes a escala ultragrande de tamaño récord, lo suficiente para lograr un reconocimiento de imagen facial completo, algo que otros procesadores ópticos no han podido hacer. realizar.
«Este avance se logró con ‘micro-peines ópticos’, al igual que nuestro récord mundial de velocidad de datos de Internet reportado en mayo de 2020», dice el profesor Moss, director del Centro de Ciencias Ópticas de Swinburne y recientemente nombrado uno de los principales líderes de investigación de Australia en física y matemáticas en el campo de la óptica y la fotónica por The Australian.
Si bien los procesadores electrónicos de última generación, como Google TPU, pueden operar a más de 100 TeraOPs / s, esto se hace con decenas de miles de procesadores en paralelo. Por el contrario, el sistema óptico demostrado por el equipo utiliza un solo procesador y se logró utilizando una nueva técnica de intercalar simultáneamente los datos en tiempo, longitud de onda y dimensiones espaciales a través de una fuente de micro-peine integrada.
Los micro-peines son dispositivos relativamente nuevos que actúan como un arco iris compuesto por cientos de láseres infrarrojos de alta calidad en un solo chip. Son mucho más rápidos, más pequeños, más ligeros y más baratos que cualquier otra fuente óptica.
«En los 10 años transcurridos desde que los inventé, los chips de micro-peine integrados se han vuelto enormemente importantes y es realmente emocionante verlos que permiten estos enormes avances en la comunicación y el procesamiento de información. Los micro-peines ofrecen una enorme promesa para nosotros de cumplir con los insaciable necesidad mundial de información «, dice el profesor Moss.
«Este procesador puede servir como un front-end universal de ancho de banda ultra alto para cualquier hardware neuromórfico, óptico o electrónico, poniendo al alcance el aprendizaje automático de datos masivos para datos de ancho de banda ultra alto en tiempo real», dice el coautor principal del estudio, Dr. Xu, alumno de Swinburne y becario postdoctoral del Departamento de Ingeniería de Sistemas Eléctricos y Computacionales de la Universidad de Monash.
«Actualmente estamos obteniendo un adelanto de cómo se verán los procesadores del futuro. Realmente nos muestra cuán dramáticamente podemos escalar la potencia de nuestros procesadores a través del uso innovador de microcombustibles», explica el Dr. Xu.
El profesor Mitchell de RMIT agrega: «Esta tecnología es aplicable a todas las formas de procesamiento y comunicaciones; tendrá un gran impacto. A largo plazo, esperamos lograr sistemas completamente integrados en un chip, lo que reduce en gran medida el costo y el consumo de energía».
«Las redes neuronales convolucionales han sido fundamentales para la revolución de la inteligencia artificial, pero la tecnología de silicio existente presenta cada vez más un cuello de botella en la velocidad de procesamiento y la eficiencia energética», dice el principal partidario del equipo de investigación, el profesor Damien Hicks, de Swinburne y del Walter and Elizabeth Hall Institute. .
Agrega: «Este avance muestra cómo una nueva tecnología óptica hace que tales redes sean más rápidas y eficientes y es una demostración profunda de los beneficios del pensamiento interdisciplinario, al tener la inspiración y el coraje para tomar una idea de un campo y usarla para resolver un problema fundamental en otro «.
