Informatica

LOGRAN PROCESAR EL APRENDIZAJE AUTOMÁTICO A LA VELOCIDAD DE LA LUZ

Ilustración que muestra el procesamiento convolucional paralelo utilizando un núcleo tensor fonético integrado. Una nueva investigación publicada esta semana en la revista Nature examina el potencial de los procesadores fotónicos para aplicaciones de inteligencia artificial. Crédito: XVIVO .

Una nueva investigación demuestra el uso de estructuras fotónicas para la IA.

A medida que entramos en el siguiente capítulo de la era digital, el tráfico de datos continúa creciendo exponencialmente. Para mejorar aún más la inteligencia artificial y el aprendizaje automático, las computadoras necesitarán la capacidad de procesar grandes cantidades de datos de la manera más rápida y eficiente posible.

El aprendizaje automático es una rama de la inteligencia artificial (IA) centrada en la creación de aplicaciones que aprenden de los datos y mejoran su precisión con el tiempo, sin estar programadas para hacerlo. –

Los métodos informáticos convencionales no están a la altura de la tarea, pero al buscar una solución, los investigadores han visto la luz, literalmente.

Los procesadores basados en la luz, llamados procesadores fotónicos, permiten a las computadoras completar cálculos complejos a velocidades increíbles. Una nueva investigación publicada esta semana en la revista Nature examina el potencial de los procesadores fotónicos para aplicaciones de inteligencia artificial. Los resultados demuestran por primera vez que estos dispositivos pueden procesar información de forma rápida y en paralelo, algo que los chips electrónicos actuales no pueden hacer.

«Las redes neuronales ‘aprenden’ tomando enormes conjuntos de datos y reconociendo patrones a través de una serie de algoritmos», explicó Nathan Youngblood, profesor asistente de ingeniería eléctrica e informática en la Escuela de Ingeniería Swanson de la Universidad de Pittsburgh y coautor principal. «Este nuevo procesador le permitiría ejecutar múltiples cálculos al mismo tiempo, usando diferentes longitudes de onda ópticas para cada cálculo. El desafío que queríamos abordar es la integración: ¿Cómo podemos hacer cálculos usando la luz de una manera que sea escalable y eficiente?»

El procesamiento rápido y eficiente que buscaban los investigadores es ideal para aplicaciones como los vehículos autónomos, que necesitan procesar los datos que detectan a partir de múltiples entradas lo más rápido posible. Los procesadores fotónicos también pueden admitir aplicaciones en computación en la nube, imágenes médicas y más.

«Los procesadores basados en la luz para acelerar las tareas en el campo del aprendizaje automático permiten procesar tareas matemáticas complejas a alta velocidad y rendimiento», dijo el coautor principal Wolfram Pernice de la Universidad de Münster. «Esto es mucho más rápido que los chips convencionales que dependen de la transferencia de datos electrónicos, como tarjetas gráficas o hardware especializado como TPU (Unidad de procesamiento de tensores)».

La investigación fue realizada por un equipo internacional de investigadores, entre ellos Pitt, la Universidad de Münster en Alemania, las Universidades de Oxford y Exeter en Inglaterra, la École Polytechnique Fédérale (EPFL) en Lausana, Suiza, y el Laboratorio de Investigación de IBM en Zúrich.

Representación esquemática de un procesador para multiplicaciones de matrices que funciona con luz. Crédito: Universidad de Oxford.

Los investigadores combinaron materiales de cambio de fase (el material de almacenamiento utilizado, por ejemplo, en los DVD) y estructuras fotónicas para almacenar datos de manera no volátil sin requerir un suministro continuo de energía. Este estudio también es el primero en combinar estas celdas de memoria óptica con un peine de frecuencia basado en chip como fuente de luz, que es lo que les permitió calcular en 16 longitudes de onda diferentes simultáneamente.

En el artículo, los investigadores utilizaron la tecnología para crear una red neuronal convolucional que reconocería los números escritos a mano. Descubrieron que el método otorgaba velocidades de datos y densidades de cálculo nunca vistas.

«La operación convolucional entre los datos de entrada y uno o más filtros, que puede ser un resaltado de los bordes en una foto, por ejemplo, se puede transferir muy bien a nuestra arquitectura matricial», dijo Johannes Feldmann, estudiante graduado de la Universidad de Münster y autor principal del estudio. «La explotación de la luz para la transferencia de señales permite al procesador realizar un procesamiento de datos en paralelo a través de la multiplexación de longitud de onda, lo que conduce a una mayor densidad de cálculo y a que se realicen muchas multiplicaciones de matrices en un solo paso de tiempo. A diferencia de la electrónica tradicional, que normalmente funciona en la banda baja de GHz rango, las velocidades de modulación óptica se pueden lograr con velocidades de hasta 50 a 100 GHz.»

El artículo, «Procesamiento de convolución paralelo utilizando un núcleo tensor fotónico integrado», fue publicado en la revista Nature.

Fuente: Maggie Pavlick, Universidad de Pittsburgh.

SHARE
RELATED POSTS
Científicos Logran Acercarse a los Limites del Cerebro
Científicos han Demostrado que los Videojuegos Modifican el Cerebro
Medir la capacidad de la IA para aprender es difícil.

Comments are closed.