El chip fotónico programable utiliza la luz para acelerar el entrenamiento de IA y reducir el uso de energía

Los ingenieros de Penn han desarrollado el primer chip programable que puede entrenar redes neuronales no lineales utilizando la luz, un avance que podría acelerar drásticamente el entrenamiento de IA, reducir el uso de energía e incluso allanar el camino para las computadoras completamente ligeras.

Si bien los chips AI de hoy son electrónicos y dependen de la electricidad para realizar cálculos, el nuevo chip es fotónico, lo que significa que usa vigas de luz. Descrito en Fotónica de la naturalezael chip reinicia cómo se comporta la luz para llevar a cabo las matemáticas no lineales en el corazón de la IA moderna.

«Las funciones no lineales son críticas para capacitar a las redes neuronales profundas», dice Liang Feng, profesor de ciencia e ingeniería de materiales (MSE) y en ingeniería eléctrica y de sistemas (ESE), y el autor principal del artículo. «Nuestro objetivo era hacer que esto sucediera en fotónica por primera vez».

La pieza que falta en la IA fotónica

La mayoría de los sistemas de IA hoy dependen de las redes neuronales, software diseñado para imitar el tejido neuronal biológico. Así como las neuronas se conectan para permitir que las criaturas biológicas piensen, las redes neuronales unen capas de unidades simples o «nodos», lo que permite que los sistemas de IA realicen tareas complejas.

Tanto en sistemas artificiales como biológicos, estos nodos solo se «disparan» una vez que se alcanza un umbral, un proceso no lineal que permite pequeños cambios en la entrada causar cambios más grandes y complejos en la salida.

Sin esa no linealidad, agregar capas no hace nada: el sistema simplemente se reduce a una operación lineal de una sola capa, donde las entradas simplemente se suman, y no se produce un aprendizaje real.

Mientras que muchos equipos de investigación, incluyendo equipos en Penn Engineeringhan desarrollado chips de luz ligera capaces de manejar operaciones matemáticas lineales, ninguno ha resuelto el desafío de representar funciones no lineales que usan solo luz, hasta ahora.

«Sin funciones no lineales, los chips fotónicos no pueden entrenar redes profundas o realizar tareas verdaderamente inteligentes», dice Tianwei Wu (Gr’24), miembro postdoctoral en ESE y el primer autor del periódico.

Remodelar la luz con luz

El avance del equipo comienza con un material semiconductor especial que responde a la luz. Cuando un haz de luz de «señal» (que lleva los datos de entrada) pasa a través del material, una segunda viga de «bomba» brilla desde arriba, ajustando cómo reacciona el material.

Al cambiar la forma y la intensidad del haz de la bomba, el equipo puede controlar cómo se absorbe, transmite o amplifica la luz de la señal, dependiendo de su intensidad y el comportamiento del material. Este proceso «programa» el chip para realizar diferentes funciones no lineales.

«No estamos cambiando la estructura del chip», dice Feng. «Estamos usando la luz misma para crear patrones dentro del material, lo que luego reforma cómo la luz se mueve a través de ella».

El resultado es un sistema reconfigurable que puede expresar una amplia gama de funciones matemáticas dependiendo del patrón de la bomba. Esa flexibilidad permite que el chip aprenda en tiempo real, ajustando su comportamiento en función de la retroalimentación de su salida.

Entrenamiento a la velocidad de la luz

Para probar el potencial del chip, el equipo usó el chip para resolver problemas de IA de referencia. La plataforma logró más del 97% de precisión en una tarea de límite de decisión no lineal simple y más del 96% en el conocido conjunto de datos de flores de Iris, un estándar de aprendizaje automático.

En ambos casos, el chip fotónico coincidió o superó las redes neuronales digitales tradicionales, pero utilizó menos operaciones, y no necesitaba componentes electrónicos hambrientos de energía.

En un resultado sorprendente, solo cuatro conexiones ópticas no lineales en el chip fueron equivalentes a 20 conexiones electrónicas lineales con funciones de activación no lineal fijas en un modelo tradicional. Esa eficiencia insinúa lo que es posible a medida que la arquitectura escala.

A diferencia de los sistemas fotónicos anteriores, que se fijan después de la fabricación, el chip Penn comienza como un lienzo en blanco. La luz de la bomba actúa como un cepillo, dibujando instrucciones reprogramables en el material.

«Esta es una verdadera prueba de concepto para una computadora fotónica programable para el campo», dice Feng. «Es un paso hacia un futuro en el que podamos entrenar IA a la velocidad de la luz».

Direcciones futuras

Si bien el trabajo actual se centra en los polinomios, una familia flexible de funciones ampliamente utilizadas en el aprendizaje automático, el equipo cree que su enfoque podría permitir operaciones aún más poderosas en el futuro, como funciones exponenciales o inversas. Eso allanaría el camino para los sistemas fotónicos que abordan tareas a gran escala como capacitar a los modelos de idiomas grandes.

Al reemplazar la electrónica generadora de calor con componentes ópticos de baja energía, la plataforma también promete reducir el consumo de energía en los centros de datos de IA, transformando potencialmente la economía del aprendizaje automático.

«Este podría ser el comienzo de la computación fotónica como una alternativa seria a la electrónica», dice Liang. «Penn es el lugar de nacimiento de ENIAC, la primera computadora digital del mundo: este chip podría ser el primer paso real hacia un ENIAC fotónico».