محققان در دستاوردی هیجانانگیز، یک شبکه عصبی کانولوشنی «تمامفوتونیک» (PCNN) طراحی کردهاند که پردازش تصویر را با سرعت نور و مصرف انرژی بهشدت کمتر از تراشههای سنتی CMOS انجام میدهد!
نکته کلیدی این پژوهش این است که این سیستم برخلاف مدلهای قبلی، تمام عملیاتهای مهم از جمله کانولوشن، پولینگ و فعالسازی غیرخطی را در دامنه نوری انجام میدهد. با استفاده از یک «دوقلوی دیجیتال» (Digital Twin)، مدل ابتدا بهصورت دقیق آموزش دیده و سپس وزنها به سختافزار نوری منتقل میشوند. نتیجه؟ دقتی خیرهکننده در طبقهبندی تصاویر و عبور از محدودیتهای گرمایشی و سرعت در تراشههای الکترونیکی.
این یعنی قدمی بزرگ به سوی سختافزارهای فوقسریع و کممصرف برای آینده هوش مصنوعی. 🤖✨
منبع: arXiv Machine Learning