Kademeli bir biyolojik nöronun fonksiyonlarını, dinamiklerini ve bilgi işlemesini, biyolojik benzerlerinden milyarlarca kat daha hızlı olan 10 GBaud sinyal işleme hızıyla tamamen taklit eden, lazer tabanlı bir yapay nöron geliştirildi.
liderliğindeki bir araştırma grubu Chaoran HuangHong Kong Çin Üniversitesi'nden. Açıklandığı yer OptikLazer ölçekli yeni nöron, yapay zeka ve diğer gelişmiş bilgi işlem türleri gibi alanlarda yeniliklere yol açabilir. Vücut, zar potansiyelindeki sürekli değişiklikler yoluyla bilgiyi kodlayan, ince ve hassas sinyal işlemeye izin veren kademeli nöronlar da dahil olmak üzere çeşitli sinir hücreleri içerir. Buna karşılık, yükselen biyolojik nöronlar bilgiyi ya hep ya hiç aksiyon potansiyellerini kullanarak ileterek daha ikili bir iletişim biçimi yaratır.
Araştırma ekibinin lideri Huang, “Lazer dereceli nöronumuz, yükselen nöronların mevcut fotonik versiyonlarının hız sınırlamalarının üstesinden geliyor ve daha da hızlı çalışma potansiyeline sahip” dedi. Huang şöyle devam etti: “Nöron benzeri doğrusal olmayan dinamiklerden ve hızlı işlemden yararlanarak, örüntü tanıma ve dizi tahmini gibi yapay zeka görevlerinde olağanüstü performans sergileyen bir rezervuar bilgi işlem sistemi oluşturduk.”
Yapay zeka nasıl değişebilir?
Araştırmacılara göre çip tabanlı kuantum nokta lazer nöronları, 10 GBaud'luk sinyal işleme hızına ulaşabiliyor. Bilim insanları bu hızı, 100 milyon kalp atışından veya 34,7 milyon el yazısı dijital görüntüden elde edilen verileri yalnızca bir saniyede işlemek için kullandı. Huang, “Teknolojimiz, yüksek doğruluğu korurken zamana duyarlı uygulamalarda yapay zekanın karar verme sürecini hızlandırabilir” dedi. Huang şöyle devam etti: “Teknolojimizi, verileri kaynağına yakın işleyen uç bilişim cihazlarına entegre etmenin, gelecekte daha az güç tüketimiyle gerçek dünya uygulamalarına daha iyi hizmet veren daha hızlı, daha akıllı yapay zeka sistemlerini kolaylaştıracağını umuyoruz.”
Bilişim alanındaki gelişmeler
Giriş sinyallerine biyolojik nöronların davranışlarını taklit edecek şekilde yanıt verebilen lazer tabanlı yapay nöronlar, ultra hızlı veri işleme hızları ve düşük güç tüketimi nedeniyle bilgi işlemi önemli ölçüde geliştirmenin bir yolu olarak araştırılıyor. Ancak şu ana kadar geliştirilenlerin çoğu fotonik nöronları güçlendiriyor. Bu yapay nöronlar sınırlı yanıt hızına sahiptir, bilgi kaybı yaşayabilir ve ek lazer kaynakları ve modülatörlere ihtiyaç duyabilir. Yükselen fotonik nöronların hız sınırlaması, tipik olarak lazerin kazanç bölümüne giriş darbeleri enjekte ederek çalıştıkları gerçeğinden kaynaklanmaktadır; bu, nöronun tepki hızını sınırlayan bir gecikmeye neden olur. Lazer ölçekli nöron için araştırmacılar, radyofrekans sinyallerini kuantum nokta lazerin doyurulabilir absorpsiyon bölümüne enjekte ederek bu gecikmeyi önleyen farklı bir yaklaşım kullandılar. Bilim adamları ayrıca daha hızlı, daha basit ve enerji açısından daha verimli bir sistem üretmek amacıyla doyurulabilir absorpsiyon bölümü için yüksek hızlı radyo frekansı pedleri tasarladılar.
Sinir ağı gibi tek bir nöron
Huang, “Güçlü hafıza efektleri ve mükemmel bilgi işleme yetenekleriyle, lazerle derecelendirilmiş tek bir nöron, küçük bir sinir ağı gibi davranabilir” diye ekledi. Huang, “Bu nedenle, ek karmaşık bağlantıları olmayan tek bir lazer dereceli nöron bile makine öğrenimi görevlerini yüksek performansla gerçekleştirebilir” diye açıkladı.
Araştırmacılar, lazer dereceli nöronlarının yeteneklerini daha fazla göstermek için bunu bir tank hesaplama sistemi oluşturmak için kullandılar. Bu hesaplamalı yöntem, konuşma tanıma ve hava tahmini için kullanılanlar gibi zamana bağlı verileri işlemek için rezervuar olarak bilinen özel bir ağ türünü kullanır. Lazer kademeli nöronun nöron benzeri doğrusal olmayan dinamikleri ve hızlı işlem hızı, onu yüksek hızlı rezervuar hesaplamayı desteklemek için ideal kılar. Testlerde, ortaya çıkan rezervuar hesaplama sistemi, yüksek işlem hızına sahip çeşitli yapay zeka uygulamalarında mükemmel model tanıma ve dizi tahmini, özellikle de uzun vadeli tahminler gösterdi. Örneğin saniyede 100 milyon kalp atışını işledi ve aritmi modellerini ortalama %98,4 doğrulukla tespit etti. Huang, “Bu çalışmada, lazerle derecelendirilmiş tek bir nöron kullandık, ancak tıpkı beynin ağlarda birlikte çalışan milyarlarca nörona sahip olması gibi, birden fazla lazerle derecelendirilmiş nöronun basamaklandırılmasının potansiyellerini daha da açığa çıkaracağına inanıyoruz” diye vurguladı.
Huang, “Lazer dereceli nöronlarımızın işlem hızını artırırken aynı zamanda kademeli lazer dereceli nöronları içeren derin bir rezervuar bilgi işlem mimarisi geliştirmek için çalışıyoruz” diye bitirdi.
liderliğindeki bir araştırma grubu Chaoran HuangHong Kong Çin Üniversitesi'nden. Açıklandığı yer OptikLazer ölçekli yeni nöron, yapay zeka ve diğer gelişmiş bilgi işlem türleri gibi alanlarda yeniliklere yol açabilir. Vücut, zar potansiyelindeki sürekli değişiklikler yoluyla bilgiyi kodlayan, ince ve hassas sinyal işlemeye izin veren kademeli nöronlar da dahil olmak üzere çeşitli sinir hücreleri içerir. Buna karşılık, yükselen biyolojik nöronlar bilgiyi ya hep ya hiç aksiyon potansiyellerini kullanarak ileterek daha ikili bir iletişim biçimi yaratır.
Araştırma ekibinin lideri Huang, “Lazer dereceli nöronumuz, yükselen nöronların mevcut fotonik versiyonlarının hız sınırlamalarının üstesinden geliyor ve daha da hızlı çalışma potansiyeline sahip” dedi. Huang şöyle devam etti: “Nöron benzeri doğrusal olmayan dinamiklerden ve hızlı işlemden yararlanarak, örüntü tanıma ve dizi tahmini gibi yapay zeka görevlerinde olağanüstü performans sergileyen bir rezervuar bilgi işlem sistemi oluşturduk.”
Yapay zeka nasıl değişebilir?
Araştırmacılara göre çip tabanlı kuantum nokta lazer nöronları, 10 GBaud'luk sinyal işleme hızına ulaşabiliyor. Bilim insanları bu hızı, 100 milyon kalp atışından veya 34,7 milyon el yazısı dijital görüntüden elde edilen verileri yalnızca bir saniyede işlemek için kullandı. Huang, “Teknolojimiz, yüksek doğruluğu korurken zamana duyarlı uygulamalarda yapay zekanın karar verme sürecini hızlandırabilir” dedi. Huang şöyle devam etti: “Teknolojimizi, verileri kaynağına yakın işleyen uç bilişim cihazlarına entegre etmenin, gelecekte daha az güç tüketimiyle gerçek dünya uygulamalarına daha iyi hizmet veren daha hızlı, daha akıllı yapay zeka sistemlerini kolaylaştıracağını umuyoruz.”
Bilişim alanındaki gelişmeler
Giriş sinyallerine biyolojik nöronların davranışlarını taklit edecek şekilde yanıt verebilen lazer tabanlı yapay nöronlar, ultra hızlı veri işleme hızları ve düşük güç tüketimi nedeniyle bilgi işlemi önemli ölçüde geliştirmenin bir yolu olarak araştırılıyor. Ancak şu ana kadar geliştirilenlerin çoğu fotonik nöronları güçlendiriyor. Bu yapay nöronlar sınırlı yanıt hızına sahiptir, bilgi kaybı yaşayabilir ve ek lazer kaynakları ve modülatörlere ihtiyaç duyabilir. Yükselen fotonik nöronların hız sınırlaması, tipik olarak lazerin kazanç bölümüne giriş darbeleri enjekte ederek çalıştıkları gerçeğinden kaynaklanmaktadır; bu, nöronun tepki hızını sınırlayan bir gecikmeye neden olur. Lazer ölçekli nöron için araştırmacılar, radyofrekans sinyallerini kuantum nokta lazerin doyurulabilir absorpsiyon bölümüne enjekte ederek bu gecikmeyi önleyen farklı bir yaklaşım kullandılar. Bilim adamları ayrıca daha hızlı, daha basit ve enerji açısından daha verimli bir sistem üretmek amacıyla doyurulabilir absorpsiyon bölümü için yüksek hızlı radyo frekansı pedleri tasarladılar.
Sinir ağı gibi tek bir nöron
Huang, “Güçlü hafıza efektleri ve mükemmel bilgi işleme yetenekleriyle, lazerle derecelendirilmiş tek bir nöron, küçük bir sinir ağı gibi davranabilir” diye ekledi. Huang, “Bu nedenle, ek karmaşık bağlantıları olmayan tek bir lazer dereceli nöron bile makine öğrenimi görevlerini yüksek performansla gerçekleştirebilir” diye açıkladı.
Araştırmacılar, lazer dereceli nöronlarının yeteneklerini daha fazla göstermek için bunu bir tank hesaplama sistemi oluşturmak için kullandılar. Bu hesaplamalı yöntem, konuşma tanıma ve hava tahmini için kullanılanlar gibi zamana bağlı verileri işlemek için rezervuar olarak bilinen özel bir ağ türünü kullanır. Lazer kademeli nöronun nöron benzeri doğrusal olmayan dinamikleri ve hızlı işlem hızı, onu yüksek hızlı rezervuar hesaplamayı desteklemek için ideal kılar. Testlerde, ortaya çıkan rezervuar hesaplama sistemi, yüksek işlem hızına sahip çeşitli yapay zeka uygulamalarında mükemmel model tanıma ve dizi tahmini, özellikle de uzun vadeli tahminler gösterdi. Örneğin saniyede 100 milyon kalp atışını işledi ve aritmi modellerini ortalama %98,4 doğrulukla tespit etti. Huang, “Bu çalışmada, lazerle derecelendirilmiş tek bir nöron kullandık, ancak tıpkı beynin ağlarda birlikte çalışan milyarlarca nörona sahip olması gibi, birden fazla lazerle derecelendirilmiş nöronun basamaklandırılmasının potansiyellerini daha da açığa çıkaracağına inanıyoruz” diye vurguladı.
Huang, “Lazer dereceli nöronlarımızın işlem hızını artırırken aynı zamanda kademeli lazer dereceli nöronları içeren derin bir rezervuar bilgi işlem mimarisi geliştirmek için çalışıyoruz” diye bitirdi.