שיתוף פעולה מקדם את היישום המעשי של AI בעל הספק נמוך ומהיר המבוסס על מחשוב אופטי
טוקיו–(BUSINESS WIRE)–#TechforGood-תאגיד NTT (נשיא ומנכ"ל: אקירה שימאדה, "NTT") וה אוניברסיטת טוקיו (Bunkyo-ku, טוקיו, נשיא: Teruo Fujii) המציאו אלגוריתם למידה חדש בהשראת עיבוד המידע של המוח המתאים לרשתות עצביות מלאכותיות רב-שכבתיות (DNN) תוך שימוש בפעולות אנלוגיות. פריצת דרך זו תוביל להפחתה בצריכת החשמל ובזמן החישוב עבור AI. התוצאות של התפתחות זו פורסמו בכתב העת המדעי הבריטי תקשורת טבע ב -26 בדצמברth.
חוקרים השיגו את ההדגמה הראשונה בעולם של למידת DNN אופטית המבוצעת ביעילות על ידי יישום האלגוריתם על DNN המשתמש בחישוב אנלוגי אופטי, שצפוי לאפשר מכשירי למידת מכונה במהירות גבוהה עם הספק נמוך. בנוסף, הם השיגו את הביצועים הגבוהים בעולם של רשת עצבים מלאכותית רב-שכבתית המשתמשת בפעולות אנלוגיות.
בעבר בוצעו חישובי למידה בעומסים גבוהים על ידי חישובים דיגיטליים, אך תוצאה זו מוכיחה כי ניתן לשפר את היעילות של חלק הלמידה באמצעות חישובים אנלוגיים. בטכנולוגיית Deep Neural Network (DNN), רשת עצבית חוזרת הנקראת מחשוב מאגר עמוק מחושבת על ידי הנחה של דופק אופטי כנוירון וטבעת אופטית לא ליניארית כרשת עצבית עם קשרים רקורסיביים. על ידי הזנה מחדש של אות המוצא לאותו מעגל אופטי, הרשת מעמיקה באופן מלאכותי.
טכנולוגיית DNN מאפשרת בינה מלאכותית מתקדמת (AI) כגון תרגום מכונה, נהיגה אוטונומית ורובוטיקה. נכון להיום, ההספק וזמן החישוב הנדרש גדלים בקצב העולה על הצמיחה בביצועים של מחשבים דיגיטליים. טכנולוגיית DNN, המשתמשת בחישובי אותות אנלוגיים (פעולות אנלוגיות), צפויה להיות שיטה למימוש חישובים בעלי יעילות גבוהה ומהירות גבוהה בדומה לרשת העצבית של המוח. שיתוף הפעולה בין NTT לאוניברסיטת טוקיו פיתח אלגוריתם חדש המתאים לפעולה אנלוגית DNN שאינו מניח את ההבנה של פרמטרי הלמידה הכלולים ב-DNN.
השיטה המוצעת לומדת על ידי שינוי פרמטרי הלמידה בהתבסס על השכבה הסופית של הרשת והטרנספורמציה אקראית לא ליניארית של השגיאה של אות המוצא הרצוי (אות שגיאה). חישוב זה מקל על יישום חישובים אנלוגיים בדברים כגון מעגלים אופטיים. זה גם יכול לשמש לא רק כמודל ליישום פיזי, אלא גם כמודל חדשני המשמש ביישומים כמו תרגום מכונה ומודלים שונים של AI, כולל מודל DNN. מחקר זה צפוי לתרום לפתרון בעיות מתעוררות הקשורות למחשוב AI, כולל צריכת חשמל וזמן חישוב מוגדל.
בנוסף לבחינת הישימות של השיטה המוצעת במאמר זה לבעיות ספציפיות, NTT תקדם גם אינטגרציה בקנה מידה גדול וקטן של חומרה אופטית, במטרה להקים פלטפורמת מחשוב אופטית במהירות גבוהה עם הספק נמוך עבור אופטי עתידי. רשתות.
תמיכה במחקר זה:
JST/CREST תמכה בחלק מתוצאות המחקר הללו.
פרסום מגזין:
מגזין: תקשורת טבע (גרסה מקוונת: 26 בדצמבר)
כותרת המאמר: למידה עמוקה פיזית עם שיטת אימון בהשראה ביולוגית: גישה ללא שיפוע לחומרה פיזית
מחברים: Mitsumasa Nakajima, Katsuma Inoue, Kenji Tanaka, Yasuo Kuniyoshi, Toshikazu Hashimoto, ו-Kohei Nakajima
הסבר על הטרמינולוגיה:
- מעגל אופטי: מעגל בו משולבים מוליכי גל אופטיים מסיליקון או קוורץ על גבי פרוסת סיליקון באמצעות טכנולוגיית ייצור מעגלים אלקטרוניים. בתקשורת, ההסתעפות והמיזוג של נתיבי תקשורת אופטיים מתבצעים על ידי הפרעות אופטיות, ריבוי/דה-מולטיפלקס באורך גל וכדומה.
- שיטת התפשטות לאחור (BP): אלגוריתם הלמידה הנפוץ ביותר בלמידה עמוקה. גרדיאנטים של משקלים (פרמטרים) ברשת מתקבלים תוך הפצת אות השגיאה לאחור, והמשקלים מתעדכנים כך שהשגיאה הופכת קטנה יותר. מכיוון שתהליך ההפצה לאחור דורש טרנספוזיציה של מטריצת המשקל של מודל הרשת ובידול לא ליניארי, קשה ליישם במעגלים אנלוגיים, כולל מוח של אורגניזם חי.
- מחשוב אנלוגי: מחשב המבטא ערכים אמיתיים
משתמש בכמויות פיזיקליות כגון עוצמת ופאזה של האור וכיוון ועוצמת הספינים המגנטיים ומבצע חישובים על ידי שינוי הכמויות הפיזיקליות הללו לפי חוקי הפיזיקה. - שיטת יישור משוב ישיר (DFA): שיטה של פסאודו חישוב אות השגיאה של כל שכבה על ידי ביצוע טרנספורמציה אקראית לא ליניארית על אות השגיאה של השכבה הסופית. מכיוון שהוא אינו דורש מידע דיפרנציאלי של מודל הרשת וניתן לחשב אותו רק על ידי טרנספורמציה אקראית מקבילה, הוא תואם לחישוב אנלוגי.
- מחשוב מאגר: סוג של רשת עצבית חוזרת עם חיבורים חוזרים בשכבה הנסתרת. הוא מאופיין בקיבוע אקראי של חיבורים בשכבת ביניים הנקראת שכבת מאגר. במחשוב מאגר עמוק, עיבוד המידע מתבצע על ידי חיבור שכבות מאגר במספר שכבות.
NTT והלוגו של NTT הם סימנים מסחריים רשומים או סימנים מסחריים של NIPPON TELEGRAPH AND TELEPHONE CORPORATION ו/או החברות הקשורות לה. כל שאר שמות המוצרים המוזכרים הם סימנים מסחריים של בעליהם בהתאמה. © 2023 NIPPON TELEGRAPH AND TELEPHONE CORPORATION
אנשי קשר
סטיבן ראסל
עבור NTT
+ 1-804-362-7484
מקור: https://thenewscrypto.com/ntt-and-the-university-of-tokyo-develop-worlds-first-optical-computing-ai-using-an-algorithm-inspired-by-the-human-brain/