Mesmo os computadores mais poderosos ainda não são páreo para o cérebro humano quando se trata de reconhecimento de padrões, gerenciamento de riscos, e outras tarefas complexas semelhantes. Avanços recentes em redes neurais ópticas, Contudo, estão fechando essa lacuna simulando a maneira como os neurônios respondem no cérebro humano.

Em uma etapa fundamental para tornar práticas as redes neurais ópticas de grande escala, pesquisadores demonstraram uma rede neural artificial totalmente óptica multicamadas, inédita. Geralmente, este tipo de inteligência artificial pode resolver problemas complexos que são impossíveis com abordagens computacionais tradicionais, mas os projetos atuais requerem extensos recursos computacionais que consomem muito tempo e muita energia. Por esta razão, há grande interesse em desenvolver redes neurais ópticas artificiais práticas, que são mais rápidos e consomem menos energia do que aqueles baseados em computadores tradicionais.

No Optica , O jornal da Optical Society para pesquisas de alto impacto, pesquisadores da Universidade de Ciência e Tecnologia de Hong Kong, Hong Kong detalha sua rede neural totalmente óptica de duas camadas e a aplica com sucesso a uma tarefa de classificação complexa.

"Nosso esquema totalmente óptico pode permitir uma rede neural que executa computação paralela óptica na velocidade da luz, consumindo pouca energia, "disse Junwei Liu, um membro da equipe de pesquisa. "Grande escala, redes neurais totalmente ópticas podem ser usadas para aplicações que variam de reconhecimento de imagem a pesquisa científica. "

Construindo uma rede totalmente óptica

Em redes neurais ópticas híbridas convencionais, Os componentes ópticos são normalmente usados ​​para operações lineares, enquanto as funções de ativação não linear - as funções que simulam a forma como os neurônios no cérebro humano respondem - são geralmente implementadas eletronicamente porque a óptica não linear normalmente requer lasers de alta potência que são difíceis de implementar em uma rede neural óptica.

Para superar este desafio, os pesquisadores usaram átomos frios com transparência induzida eletromagneticamente para realizar funções não lineares. "Este efeito induzido pela luz pode ser alcançado com uma potência de laser muito fraca, "disse Shengwang Du, um membro da equipe de pesquisa. "Como esse efeito é baseado em interferência quântica não linear, pode ser possível estender nosso sistema em uma rede neural quântica que poderia resolver problemas intratáveis ​​por métodos clássicos. "

Para confirmar a capacidade e viabilidade da nova abordagem, os pesquisadores construíram uma rede neural óptica totalmente conectada de duas camadas com 16 entradas e duas saídas. Os pesquisadores usaram sua rede totalmente óptica para classificar as fases de ordem e desordem do modelo de Ising, um modelo estatístico de magnetismo. Os resultados mostraram que a rede neural totalmente óptica era tão precisa quanto uma rede neural baseada em computador bem treinada.

Redes neurais ópticas em escalas maiores

Os pesquisadores planejam expandir a abordagem totalmente óptica para redes neurais profundas totalmente ópticas em grande escala com arquiteturas complexas projetadas para aplicações práticas específicas, como reconhecimento de imagem. Isso ajudará a demonstrar que o esquema funciona em escalas maiores.

"Embora nosso trabalho seja uma demonstração de prova de princípio, mostra que pode ser possível no futuro desenvolver versões ópticas de inteligência artificial, "disse Du." A próxima geração de hardware de inteligência artificial será intrinsecamente muito mais rápida e exibirá menor consumo de energia em comparação com a inteligência artificial baseada em computador de hoje, "acrescentou Liu.