in

Un chip óptico que puede entrenar hardware de aprendizaje automático

Enseñando chips fotónicos para aprender

Enseñando chips fotónicos para aprender

Una imagen del chip utilizado para este trabajo. Crédito: Universidad George Washington/Universidad de Queens

Un equipo de investigación de varias instituciones ha desarrollado un chip óptico que puede entrenar hardware de aprendizaje automático. Su investigación se publica hoy en Óptica.

Las aplicaciones de aprendizaje automático se han disparado a $ 165 mil millones anuales, según un informe reciente de McKinsey. Pero antes de que una máquina pueda realizar tareas de inteligencia como reconocer los detalles de una imagen, debe ser entrenada. El entrenamiento de los sistemas de inteligencia artificial (IA) modernos, como el piloto automático de Tesla, cuesta varios millones de dólares en consumo de energía eléctrica y requiere una infraestructura similar a la de una supercomputadora.

Este “apetito” creciente de IA deja una brecha cada vez mayor entre el hardware de la computadora y la demanda de IA. Los circuitos integrados fotónicos, o simplemente chips ópticos, han surgido como una posible solución para ofrecer un mayor rendimiento informático, medido por el número de operaciones realizadas por segundo por vatio utilizado, o TOPS/W. Sin embargo, aunque han demostrado operaciones centrales mejoradas en la inteligencia de la máquina utilizada para la clasificación de datos, los chips fotónicos aún tienen que mejorar el proceso real de aprendizaje y entrenamiento de la máquina.

El aprendizaje automático es un procedimiento de dos pasos. Primero, los datos se usan para entrenar el sistema y luego se usan otros datos para probar el rendimiento del sistema de IA. En un nuevo artículo, un equipo de investigadores de la Universidad George Washington, la Universidad de Queens, la Universidad de Columbia Británica y la Universidad de Princeton se propusieron hacer precisamente eso.

Después de un paso de entrenamiento, el equipo observó un error y reconfiguró el hardware para un segundo ciclo de entrenamiento seguido de ciclos de entrenamiento adicionales hasta que se alcanzó un rendimiento de IA suficiente (por ejemplo, el sistema puede etiquetar correctamente los objetos que aparecen en una película). Hasta ahora, los chips fotónicos solo han demostrado la capacidad de clasificar e inferir información a partir de datos. Ahora, los investigadores han hecho posible acelerar el paso de entrenamiento en sí.

Esta capacidad adicional de IA es parte de un esfuerzo mayor en torno a núcleos de tensores fotónicos y otros circuitos integrados específicos de aplicaciones fotónicas electrónicas (ASIC) que aprovechan fabricación de chips fotónicos para aprendizaje automático y aplicaciones de IA.

“Este nuevo hardware acelerará el entrenamiento de los sistemas de aprendizaje automático y aprovechará lo mejor de lo que ofrecen tanto la fotónica como los chips electrónicos. Es un gran paso adelante para la aceleración del hardware de IA. Estos son los tipos de avances que necesitamos en los semiconductores”. industria, como lo subraya la Ley CHIPS recientemente aprobada”, afirma Volker Sorger, profesor de Ingeniería Eléctrica e Informática en la Universidad George Washington y fundador de la empresa Optelligence.

“La capacitación de los sistemas de IA cuesta una cantidad significativa de energía y huella de carbono. Por ejemplo, un solo transformador de IA consume aproximadamente cinco veces más CO2 en electricidad como gasta un coche de gasolina en su vida. Nuestra capacitación en chips fotónicos ayudará a reducir esta sobrecarga”, agrega Bhavin Shastri, profesor asistente del Departamento de Física de la Universidad de Queens.

Más información:
Matthew J. Filipovich et al, Arquitectura fotónica de silicio para entrenar redes neuronales profundas con alineación de retroalimentación directa, Óptica (2022). DOI: 10.1364/OPTICA.475493

Proporcionado por la Universidad George Washington


Citación: Un chip óptico que puede entrenar hardware de aprendizaje automático (23 de noviembre de 2022) consultado el 23 de noviembre de 2022 en https://techxplore.com/news/2022-11-optical-chip-machine-hardware.html

Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.



Fuente

Primeras imágenes del nuevo objetivo Astrhori 105mm f/2.8 2x macro Tilt E-mount

Primeras imágenes del nuevo objetivo Astrhori 105mm f/2.8 2x macro Tilt E-mount

Pokémon Scarlet y Violet Shiny Hunters descubren dos nuevos exploits útiles

Pokémon Scarlet y Violet Shiny Hunters descubren dos nuevos exploits útiles