Физическите невронни мрежи могат да предефинират бъдещето на изкуствения интелект

Изкуственият интелект става все по-интегриран в ежедневието ни, но бързият растеж на тези модели идва с висока цена: нарастваща употреба на енергия и изисквания към изчислителната мощност. Традиционните цифрови системи трудно успяват да наваксат, което подтиква учените да изследват радикално различни подходи за обработка на информация.

Един такъв път са физическите невронни мрежи — системи, които използват фундаменталните закони на физиката, вместо да разчитат изцяло на цифрови изчисления. Ново изследване, публикувано в Nature с участието на учени от университета Политехнико ди Милано, Федералното политехническо училище в Лозана, Станфордския университет, Кеймбриджкия университет и Института „Макс Планк“, подчертава пробив в тази област.

Екипът на Политехнико е разработил интегрирани фотонни чипове, които използват светлинна интерференция, за да извършват математически операции върху силициеви микрочипове с размер само няколко квадратни милиметра.

Този подход драстично намалява енергопотреблението и значително ускорява обработката, отваряйки врати за приложения — от автономни превозни средства до компактни носими устройства. От решаващо значение е, че изследователите също така са въвели изцяло оптичен метод за „in-situ“ обучение, който заменя традиционните цифрови техники с по-бърз, по-надежден и по-ефективен процес, създаден специално за тези базирани на светлина мрежи.