211service.com
シリコンフォトニックニューラルネットワークが発表
ニューラルネットワークは、コンピューティングの世界を席巻しています。研究者はそれらを使用して、以前は人間のユニークな保護であった膨大な範囲のスキル（オブジェクト認識、顔認識、自然言語処理、機械翻訳）を学習する機械を作成しました。これらすべてのスキル、およびそれ以上のスキルは、現在、機械にとって日常的なものになりつつあります。
したがって、人工知能の限界をさらに押し上げることができる、より有能なニューラルネットワークを作成することに大きな関心が寄せられています。この作業の焦点は、ニューロンのように動作する回路、いわゆるニューロモルフィックチップを作成することです。しかし、これらの回路を大幅に高速化するにはどうすればよいでしょうか。
今日、ニュージャージー州のプリンストン大学のアレクサンダー・テイトと仲間たちの仕事のおかげで、ある種の答えが得られました。これらの人々は、統合されたシリコンフォトニックニューロモルフィックチップを構築し、それが超高速で計算することを示しています。
光コンピューティングは長い間、コンピュータサイエンスの大きな夢でした。光子は電子よりもはるかに広い帯域幅を持っているため、より多くのデータをより迅速に処理できます。しかし、光データ処理システムの利点は、それらを作成するための追加コストを上回ったことはなく、したがって、広く採用されたことはありません。
これは、アナログ信号処理など、フォトニックチップだけが提供できる種類の超高速データ処理を必要とするコンピューティングの一部の領域で変化し始めています。
現在、ニューラルネットワークはフォトニクスの新しい機会を開いています。シリコンフォトニックプラットフォームを活用するフォトニックニューラルネットワークは、無線、制御、および科学計算のための超高速情報処理の新しい体制にアクセスできる可能性がある、とTait andcoは述べています。
課題の中心は、各ノードがニューロンと同じ応答特性を持つ光学デバイスを製造することです。ノードは、光が循環できるシリコン基板に刻まれた小さな円形導波路の形をとります。この光が放出されると、しきい値で動作するレーザーの出力が変調されます。この領域では、入射光の小さな変化がレーザーの出力に劇的な影響を及ぼします。
重要なのは、システム内の各ノードが特定の波長の光で動作することです。これは、波長分割多重として知られている手法です。すべてのノードからの光は、レーザーに供給される前に、全出力検出によって合計できます。そして、レーザー出力はノードにフィードバックされ、非線形特性を持つフィードバック回路を作成します。
重要な問題は、この非線形性が神経の振る舞いをどれだけ厳密に模倣するかということです。 Taitとcoは出力を測定し、それが連続時間リカレントニューラルネットワークとして知られているデバイスと数学的に同等であることを示します。この結果は、CTRNNのプログラミングツールをより大きなシリコンフォトニックニューラルネットワークに適用できることを示唆していると彼らは言います。
これは重要な結果です。これは、Taitと共同で作成したデバイスが、これらの種類のニューラルネットワーク用に収集された膨大な範囲のプログラミングヌースをすぐに利用できることを意味します。
彼らはさらに、49個のフォトニックノードで構成されるネットワークを使用してこれを行う方法を示します。彼らはこのフォトニックニューラルネットワークを使用して、特定の種類の微分方程式をエミュレートするという数学的問題を解決し、それを通常の中央処理装置と比較します。
結果は、フォトニックニューラルネットがどれだけ高速であるかを示しています。フォトニックニューラルネットワークの有効なハードウェアアクセラレーション係数は、このタスクでは1,960×と推定されます、とTaitと共同で言います。これは3桁のスピードアップです。
これにより、光コンピューティングを主流にする可能性のあるまったく新しい業界への扉が開かれます。シリコンフォトニックニューラルネットワークは、スケーラブルな情報処理のためのより広範なクラスのシリコンフォトニックシステムへの最初の進出を表す可能性があります、とTaifと共同は言います。
そして他の人たちもこの分野で働いています。今年の初め、MITのYichen Shenと数人の仲間が、完全光ニューラルネットワークの背後にあるアーキテクチャを提案し、プログラム可能なナノフォトニックプロセッサを使用してその要素を実証しました。
もちろん、第一世代の電子ニューロモルフィックチップの性能に大きく依存します。フォトニックニューラルネットは、広く採用されるために重要な利点を提供する必要があるため、はるかに詳細な特性評価が必要になります。明らかに、フォトニクスには興味深い時期があります。
参照： arxiv.org/abs/1611.02272 ：ニューロモルフィックシリコンフォトニクス
このストーリーは11月22日に更新され、MITの研究者によって行われた追加の作業が含まれています。