Redes neuronales en chips fotónicos: aprovechamiento de la luz para una inteligencia artificial ultrarrápida y de bajo consumo

Las redes neuronales son estructuras informáticas distribuidas inspiradas en la estructura de un cerebro biológico y tienen como objetivo lograr un rendimiento cognitivo comparable al de los humanos pero en un tiempo mucho más corto.

Estas tecnologías ahora forman la base del aprendizaje automático y los sistemas de inteligencia artificial que pueden percibir el entorno y adaptar su propio comportamiento analizando los efectos de acciones anteriores y trabajando de forma autónoma. Se utilizan en muchas áreas de aplicación, como el reconocimiento y la síntesis de voz e imágenes, la conducción autónoma y los sistemas de realidad aumentada, la bioinformática, la secuenciación genética y molecular y las tecnologías informáticas de alto rendimiento.

En comparación con los enfoques informáticos convencionales, para realizar funciones complejas, las redes neuronales deben «entrenarse» inicialmente con una gran cantidad de información conocida que luego la red usa para adaptarse aprendiendo de la experiencia. La capacitación es un proceso extremadamente intensivo en energía y, a medida que aumenta la potencia informática, el consumo de las redes neuronales crece muy rápidamente, duplicándose cada seis meses más o menos.

Los circuitos fotónicos son una tecnología muy prometedora para las redes neuronales porque permiten construir unidades informáticas energéticamente eficientes. Durante años, el Politecnico di Milano ha estado trabajando en el desarrollo de procesadores fotónicos programables integrados en microchips de silicio de unos pocos mm² en tamaño para su uso en el campo de la transmisión y el procesamiento de datos, y ahora estos dispositivos se están utilizando para construir redes neuronales fotónicas.

«Una neurona artificial, como una neurona biológica, debe realizar operaciones matemáticas muy simples, como la suma y la multiplicación, pero en una red neuronal que consta de muchas neuronas densamente interconectadas, el costo de energía de estas operaciones crece exponencialmente y rápidamente se vuelve prohibitivo. Nuestro chip incorpora un acelerador fotónico que permite realizar cálculos de forma muy rápida y eficaz, utilizando una rejilla programable de interferómetros de silicio.El tiempo de cálculo es igual al tiempo de tránsito de la luz en un chip de unos pocos milímetros de tamaño, por lo que estamos hablando de menos que una milmillonésima de segundo (0,1 nanosegundos)», dice Francesco Morichetti, director del Laboratorio de Dispositivos Fotónicos del Politecnico di Milano.

“Las ventajas de las redes neuronales fotónicas se conocen desde hace mucho tiempo, pero una de las piezas que faltaban para explotar al máximo su potencial era el entrenamiento de redes. Es como tener una calculadora poderosa, pero no saber cómo usarla. En este estudio, lo logramos. en la implementación de estrategias de entrenamiento para neuronas fotónicas similares a las que se utilizan para las redes neuronales convencionales. El «cerebro» fotónico aprende de forma rápida y precisa y puede lograr una precisión comparable a la de una red neuronal convencional, pero más rápido y con un ahorro de energía considerable. bloques para inteligencia artificial y aplicaciones cuánticas», añade Andrea Melloni, director de Polifab, el centro de micro y nanotecnología del Politecnico di Milano.

Además de las aplicaciones en el campo de las redes neuronales, este dispositivo se puede utilizar como unidad de cómputo para múltiples aplicaciones donde se requiere una alta eficiencia computacional, por ejemplo, para aceleradores de gráficos, coprocesadores matemáticos, minería de datos, criptografía y computadoras cuánticas.

El trabajo se publica en la revista Ciencia.