Искусственный нейрон на базе лазера молниеносно имитирует функции нервных клеток

Исследователи разработали искусственный нейрон на основе лазера, который полностью эмулирует функции, динамику и обработку информации биологического градиентного нейрона.

Обладая скоростью обработки сигнала в 10 Гбод — в миллиард раз быстрее, чем его биологические аналоги, — новый лазерный градиентный нейрон может привести к прорыву в таких областях, как искусственный интеллект и другие виды передовых вычислений.

В организме человека существуют различные типы нервных клеток, включая градиентные нейроны, которые кодируют информацию посредством непрерывных изменений мембранного потенциала, что позволяет тонко и точно обрабатывать сигнал. В отличие от них, биологические нейроны передают информацию с помощью потенциалов действия «все или ничего», что создает более двоичную форму коммуникации.

Наш нейрон с лазерной градацией преодолевает ограничения по скорости, присущие нынешним фотонным версиям шипящих нейронов, и способен работать еще быстрее, — говорит руководитель исследовательской группы Чаоран Хуанг (Chaoran Huang) из Китайского университета Гонконга.

Используя нелинейную динамику нейронов и быструю обработку данных, мы создали вычислительную систему с резервуаром, которая демонстрирует исключительную производительность в задачах искусственного интеллекта, таких как распознавание образов и предсказание последовательности.

В журнале Optica, посвященном высокоэффективным исследованиям, исследователи сообщают, что их квантово-точечный нейрон с лазерной градацией на чипе может достигать скорости обработки сигнала 10 Гбод. Они использовали эту скорость для обработки данных из 100 миллионов ударов сердца или 34,7 миллиона рукописных цифровых изображений всего за одну секунду.

Наша технология может ускорить принятие решений ИИ в критически важных по времени приложениях, сохраняя при этом высокую точность, — говорит Хуанг.

Мы надеемся, что интеграция нашей технологии в пограничные вычислительные устройства, которые обрабатывают данные вблизи их источника, будет способствовать созданию более быстрых и умных систем ИИ, которые в будущем будут лучше работать в реальных приложениях с меньшим потреблением энергии.

Более быстрые лазерные нейроны

Лазерные искусственные нейроны, которые могут реагировать на входные сигналы, имитируя поведение биологических нейронов, изучаются как способ значительно улучшить вычисления благодаря их сверхбыстрой скорости обработки данных и низкому энергопотреблению. Однако большинство разработанных до сих пор нейронов — это фотонные шипящие нейроны. Эти искусственные нейроны имеют ограниченную скорость реакции, могут страдать от потери информации и требуют дополнительных лазерных источников и модуляторов.

Ограничение скорости фотонных спикинг-нейронов связано с тем, что они обычно работают путем инжекции входных импульсов в секцию усиления лазера. Это вызывает задержку, которая ограничивает скорость реакции нейрона. Для нейрона с лазерной градацией исследователи использовали другой подход, подавая радиочастотные сигналы в секцию насыщенного поглощения лазера на квантовых точках, что позволяет избежать этой задержки. Они также разработали высокоскоростные радиочастотные прокладки для секции насыщенного поглощения, чтобы создать более быструю, простую и энергоэффективную систему.

Благодаря мощным эффектам памяти и отличным возможностям обработки информации один нейрон с лазерной градацией может вести себя как небольшая нейронная сеть, — говорит Хуанг.

Поэтому даже один нейрон с лазерной градацией без дополнительных сложных связей может выполнять задачи машинного обучения с высокой производительностью.

Высокоскоростные вычисления в резервуарах

Чтобы продемонстрировать возможности нейрона с лазерными градациями, исследователи использовали его для создания резервуарной вычислительной системы. Этот вычислительный метод использует особый тип сети, известный как резервуар, для обработки данных, зависящих от времени, например, для распознавания речи и предсказания погоды. Нейроноподобная нелинейная динамика и высокая скорость обработки данных лазерным градированным нейроном делают его идеальным для поддержки высокоскоростных резервуарных вычислений.

В ходе испытаний полученная система резервуарных вычислений продемонстрировала превосходное распознавание образов и предсказание последовательности, особенно долгосрочное предсказание, в различных приложениях ИИ с высокой скоростью обработки. Например, она обрабатывала 100 миллионов ударов сердца в секунду и обнаруживала аритмические паттерны со средней точностью 98,4%.

В этой работе мы использовали один нейрон с лазерной градацией, но мы считаем, что каскадное соединение нескольких нейронов с лазерной градацией позволит еще больше раскрыть их потенциал, так же как в мозге есть миллиарды нейронов, работающих вместе в сетях, — говорит Хуанг.

Мы работаем над повышением скорости обработки данных нашим лазерным градиентным нейроном, а также над созданием архитектуры глубоких резервуарных вычислений, включающей каскадные лазерные градиентные нейроны.

Ранее ученые заявили, что передали 100 терабайт данных за одну секунду с помощью лазера.

19.12.2024