“Ce que nous avons ici est quelque chose d'incroyablement simple”, a déclaré Tianwei wul'auteur principal de l'étude. «Nous pouvons le reprogrammer, en changeant les motifs laser à la volée.» Les chercheurs ont utilisé le système pour concevoir un réseau neuronal qui a réussi à discriminer les sons de voyelle. La plupart des systèmes photoniques doivent être formés avant leur construction, car la formation implique nécessairement de reconfigurer les connexions. Mais comme ce système est facilement reconfiguré, les chercheurs ont formé le modèle après son installation sur le semi-conducteur. Ils prévoient désormais d'augmenter la taille de la puce et de coder plus d'informations dans différentes couleurs de lumière, ce qui devrait augmenter la quantité de données qu'il peut gérer.

C'est un progrès que même Psaltis, qui a construit le système de reconnaissance faciale dans les années 90, trouve impressionnant. “Nos rêves les plus fous d'il y a 40 ans étaient très modestes par rapport à ce qui s'est réellement passé.”

Premiers rayons de lumière

Bien que le calcul optique a progressé rapidement au cours des dernières années, il est encore loin de déplacer les puces électroniques qui exécutent des réseaux de neurones en dehors des laboratoires. Les articles annoncent des systèmes photoniques qui fonctionnent mieux que les éléments électroniques, mais ils exécutent généralement de petits modèles en utilisant des conceptions de réseaux anciennes et des petites charges de travail. Et bon nombre des chiffres rapportés sur la suprématie photonique ne racontent pas toute l'histoire, a déclaré Bhavin Shastri de l'Université Queen's en Ontario. “Il est très difficile de faire une comparaison de pommes à pommes avec l'électronique”, a-t-il déclaré. “Par exemple, lorsqu'ils utilisent des lasers, ils ne parlent pas vraiment de l'énergie pour alimenter les lasers.”

Les systèmes de laboratoire doivent être étendus avant de pouvoir montrer des avantages compétitifs. «Quelle est la taille de faire une victoire?» Demanda McMahon. La réponse: exceptionnellement grande. C'est pourquoi personne ne peut égaler une puce fabriquée par Nvidia, dont les puces alimentent aujourd'hui les systèmes d'IA les plus avancés. Il y a une énorme liste de puzzles d'ingénierie à comprendre en cours de route – supposent que le côté électronique a résolu au cours des décennies. “L'électronique commence par un gros avantage”, a déclaré McMahon.

Certains chercheurs pensent que les systèmes d'IA basés sur l'ONN trouveront d'abord le succès dans des applications spécialisées où ils offrent des avantages uniques. Shastri a déclaré qu'une utilisation prometteuse consiste à contrer les interférences entre différentes transmissions sans fil, telles que les tours cellulaires 5G et les altimètres radar qui aident les avions à naviguer. Au début de cette année, Shastri et plusieurs collègues créé un onn Cela peut régler différentes transmissions et choisir un signal d'intérêt en temps réel et avec un délai de traitement de moins de 15 picosecondes (15 trillionièmes de seconde) – moins qu'un millième de temps qu'un système électronique prendrait, tout en utilisant moins que 1/70 de la puissance.

Mais McMahon a déclaré que la grande vision – un réseau neuronal optique qui peut dépasser les systèmes électroniques pour une utilisation générale – est censé être poursuivi. L'année dernière son groupe Simulations dirigées montrant que, en une décennie, un système optique suffisamment important pourrait rendre certains modèles d'IA plus de 1 000 fois plus efficaces que les futurs systèmes électroniques. «Beaucoup d'entreprises s'efforcent maintenant d'obtenir une prestation de 1,5 fois. Un millier d'avantages, ce serait incroyable », a-t-il déclaré. «Il s'agit peut-être d'un projet de 10 ans – s'il réussit.»

Histoire originale réimprimé avec la permission de Combien de magazine, une publication éditoriale indépendante du Fondation Simons dont la mission est d'améliorer la compréhension du public de la science en couvrant les développements de la recherche et les tendances des mathématiques et des sciences physiques et de la vie.