Čínští vědci nutí roboty myslet okamžitě, urychlujíc rozvoj křemenné fotoniky

Čínští vědci nutí roboty myslet okamžitě, urychlujíc rozvoj křemenné fotoniky

10 hardware

Novinka o průlomu v fotonových neuro-morfních výpočtech

Vědci z Univerzity Xidian vytvořili první plně světelný „neuro-morfolní“ čip, který se dokáže učit posilováním bez převodu signálů na elektrický proud. Tato událost znamená přechod od lineárních fotonových spikingových sítí k nelineárním transformacím – klíčový krok pro praktické aplikace.

Proč je to důležité
- Nedostatek konverze: Převod fotonů na elektrony a zpět způsobuje ztráty energie i času. V systémech v reálném čase (robotika, autopiloti) mohou tyto prodlevy vést k selhání zařízení nebo dokonce nehodám.

- Bezpečná interakce robotů s lidmi: Vývoj univerzálních fotonových čipů otevírá cestu k spolehlivějším a energeticky úspornějším inteligentním systémům.

Tři vyřešené problémy
1. Velké množství nelineárních spikingových neuronů s nízkým práhem aktivace – nyní lze neurony hustěji uspořádat.

2. Plně programovatelné čipy – dříve byly „tvrdé“ (hardwarově naprogramované).

3. Fotónové učení posilováním – nyní realizováno díky nové architektuře.

Architektura prototypu
| Komponenta | Popis |
|------------|-------|
| 16-kanálový fotonový čip | Obsahuje 272 učitelných parametrů, postaven na matici 16×16 interferometrů Mach‑Zehnder. |
| Čip s lasery a zpětnou vazbou | Používá nasycený absorbér pro nízký práh nelineární aktivace spiků. |
| Hardwarově‑programovací rámec | Nejprve se trénuje v softwarovém balíčku, poté se přenáší na čipy a následně se dále trénuje s ohledem na hardwarové vlastnosti. |

Testování
- CartPole (vyvažování tyče) – přesnost téměř shodná s programovým modelem (pád 1,5 %).
- Pendulum (rozklání kyvadla) – pád 2 %.
- Na obou úlohách byla prodleva výpočtů pouze 320 pikosekund.

Efektivita
| Typ | Spotřeba energie | Hustota |
|-----|------------------|---------|
| Lineární | 1,39 TOPS/Wh | 0,13 TOPS/mm² |
| Nelineární | 987,65 GOPS/Wh | 533,33 GOPS/mm² |

Tyto údaje umisťují fotonový systém do třídy GPU z hlediska energetické účinnosti (≈1 TOPS/Wh) a hustoty (0,1–0,5 TOPS/mm²), přičemž je plně založen na světelném zpracování a eliminuje ztráty konverze.

Perspektivy
- Autonomní řízení
- Inteligentní roboti
- Okrajové výpočty s ultra nízkou prodlevou a minimální spotřebou energie

V budoucnu se plánuje rozšířit čip na 128 kanálů, aby bylo možné řešit složitější úlohy (neuro-morfolní autonomní navigace) a vytvářet kompaktní hybridně integrovaná fotonová neuro-morfní zařízení.

Shrnutí: Vývoj otevírá novou cestu k energeticky úspornému AI založenému na světelných impulzích, což může zásadně změnit přístupy v robotice a autonomních systémd.

Komentáře (0)

Podělte se o svůj názor — prosím, buďte slušní a držte se tématu.

Zatím žádné komentáře. Zanechte komentář a podělte se o svůj názor!

Chcete-li zanechat komentář, přihlaste se.

Přihlaste se pro komentování