Optical Neural Engine объединяет легкие вычисления и нейронные сети

Вычислительная техника

Редакционная группа сайта «Технологические инновации» - 23.06.2025

Когда волна, закодированная с помощью частного дифференциального уравнения, проходит через ряд компонентов, ее свойства постепенно изменяются и трансформируются, пока она, наконец, не представляет собой решение этого уравнения. [Изображение: Gao Lab/University of Utah]

Оптические вычисления

Фотонные вычисления , или вычисления с использованием света вместо электричества, — это не шутка: например, световые процессоры уже выполняют все вычисления, необходимые для искусственного интеллекта , и делают это со 100% точностью .

Но все это очень ново, и мы пока не знаем точно, какие световые платформы или фотонные процессоры будут доминировать. Одна альтернатива основана на сверточных нейронных сетях , написанных на нескольких светочувствительных слоях, которые мгновенно решают наборы очень сложных уравнений, таких как уравнения в частных производных. И эти уравнения важны для ряда практических задач, но они очень вычислительно интенсивны при использовании цифровых компьютеров.

Инхэн Тан и его коллеги из Университета Юты в США создали то, что они называют «оптическим нейронным двигателем» — архитектуру, которая объединяет дифракционные оптические нейронные сети и оптические матричные умножители.

Вместо того, чтобы представлять уравнения в частных производных в цифровом виде, они представлены как вариации оптических свойств материала, пластины, сконструированной с использованием методов метаматериалов . Несколько таких пластин затем размещаются последовательно, составляя то, что исследователи называют метатронной сетью — каждая сеть заточена под решение определенного уравнения.

Переменные, в свою очередь, представлены различными свойствами световой волны, такими как ее интенсивность и фаза. По мере того, как волна проходит через ряд оптических компонентов частного дифференциального уравнения, эти свойства постепенно изменяются и модифицируются, пока они, наконец, не появятся на другой стороне структуры, представляющей решение уравнения, заданного на входе.

Использование оптического устройства при решении уравнений Навье-Стокса и Максвелла. [Изображение: Yingheng Tang et al. - 10.1038/s41467-025-59847-3]

Решение уравнений со светом

Методы машинного обучения и цифровых нейронных сетей, которые в настоящее время используются для решения уравнений с частными производными, включают передачу уравнения через сеть вычислительных узлов, каждый из которых взвешивает свой выход при передаче его следующему узлу. По мере того, как сигнал проходит через сеть, правильное решение становится более взвешенным и в конечном итоге становится выходом.

Разница в том, что теперь все это делается с помощью фотонных устройств, различных слоев, которые по-разному обрабатывают проходящий через них свет, и которые команда называет ONE ( оптико-нейронный двигатель ), выполняя по сути аналоговые вычисления .

«ONE использует пространственно-временные данные входной физической величины, которая является функцией положений и времени, для прогнозирования пространственно-временных данных выходной физической величины как функции положений и времени», — пояснил профессор Вэйлу Гао.

Команда продемонстрировала возможности ONE на нескольких частных дифференциальных уравнениях, включая уравнение потока Дарси, магнитостатическое уравнение Пуассона в размагничивании и уравнение Навье-Стокса в несжимаемой жидкости.

«Уравнение потока Дарси, например, описывает поток жидкости через пористую среду», — пояснил Гао. «Учитывая данные о проницаемости и полях давления в данной среде, архитектура ONE по сути изучает сопоставление между этими качествами и может предсказывать свойства потока без необходимости проведения экспериментов».

Ожидается, что устройство найдет немедленное применение в различных областях, от фундаментальных исследований до инженерных приложений. «Это исследование обеспечивает универсальную и мощную платформу для крупномасштабных научных и инженерных вычислений, таких как геология и проектирование микросхем», — сказал Гао.

Другие новости о:

Больше тем