Լոզանի պոլիտեխնիկական դաշնային դպրոցի (EPFL) գիտնականները օպտիկական հաշվարկների նոր կառուցվածք են մշակել, որը կարող է նվազեցնել արհեստական ​բանականության (ԱԲ) համակարգերի կողմից էներգիայի սպառումը: Այս հայտնագործությունը կարող է հեղափոխել այս ոլորտը և ԱԲ ​​ինտելեկտն ավելի էներգաարդյունավետ դարձնել:

ԱԲ ժամանակակից համակարգերը, ինչպիսիք են խորը նեյրոնային ցանցերը, զգալի ծավալի էներգիա են պահանջում վերապատրաստման և տեղադրման համար: Ըստ որոշ գնահատականների, եթե էներգիայի սպառման աճի ներկայիս տեմպերը շարունակվեն, մինչև 2027-ը ԱԲ մոդելների համար սերվերների տարեկան էներգիայի սպառումը կարող է ավելին լինել էներգիայի այն ծավալը, որ տարեկան սպառում է որևէ փոքր երկիր:

EPFL հետազոտողներն առաջարկել են օպտիկական հաշվարկների նոր մոտեցում, որը տվյալների մշակման համար օգտագործում է ֆոտոններ: Սա թույլ է տալիս հաշվարկները կատարել շատ ավելի արագ և արդյունավետ, քան ավանդական էլեկտրոնային համակարգերը: Այնուամենայնիվ, մինչ այժմ օպտիկական համակարգերը չեն կարողացել կատարել նեյրոնային ցանցերում տվյալների դասակարգման համար անհրաժեշտ ոչ գծային փոխակերպումները։

EPFL-ի գիտնականները մշակել են պարզ լուծում, որը թույլ է տալիս ոչ գծային փոխակերպումներ իրականացնել օպտիկական եղանակով: Նրանք կոդավորում են պատկերի պիքսելները տարածականորեն ցածր էներգիայի լազերային ճառագայթի մակերեսի վրա՝ թույլ տալով պիքսելների ոչ գծային բազմապատկում: Այս լուծումը պահանջում է 100 մլն անգամ պակաս էներգիա, քան ավանդական էլեկտրոնային համակարգերը:

«Մեր մեթոդը կարելի է մասշտաբայնացնել և 1000 անգամ ավելի էներգաարդյունավետ է, քան ժամանակակից խորը թվային ցանցերը»,- ասել է EPFL օպտիկայի լաբորատորիայի ղեկավար Դեմետրի Փսալտիսը:

Շվեյցարիայի ազգային գիտական ​​հիմնադրամի Sinergia դրամաշնորհի աջակցությամբ կատարված հետազոտությունը հրապարակվել է Nature Photonics ամսագրում: Գիտնականներն արդեն աշխատում են կոմպիլյատորի մշակման վրա թվային տվյալները կոդերի վերածելու համար, որն օպտիկական համակարգերը կարող են օգտագործել:

Այս բացահայտումը կարող է փոխել արդյունաբերությունը և ԱԲ-ն ավելի էներգաարդյունավետ դարձնել: Այնուամենայնիվ, այն մասշտաբային դարձնելու համար անհրաժեշտ է հետագա ինժեներական հետազոտություն: