Las supercomputadoras son extremadamente rápidas, pero también consumen mucha energía. La computación neuromórfica, que toma nuestro cerebro como modelo para construir computadoras rápidas y energéticamente eficientes, puede ofrecer una alternativa viable y muy necesaria. La tecnología tiene una gran cantidad de oportunidades, por ejemplo, en la conducción autónoma, la interpretación de imágenes médicas, la IA de vanguardia o las comunicaciones ópticas de larga distancia. La ingeniera eléctrica Patty Stabile es pionera en lo que respecta a la exploración de nuevos paradigmas informáticos inspirados en el cerebro y la biología. "TU/e combina todo lo necesario para demostrar las posibilidades de la computación neuromórfica basada en fotones para aplicaciones de IA".

Patty Stabile, profesora asociada en el departamento de Ingeniería Eléctrica, fue una de las primeras en ingresar al campo emergente de la computación neuromórfica fotónica.

“Había estado trabajando en una propuesta para construir neuronas artificiales digitales fotónicas cuando en 2017 investigadores del MIT publicaron un artículo describiendo cómo desarrollaron un pequeño chip para realizar las mismas operaciones algebraicas, pero de forma analógica. Fue entonces cuando me di cuenta de que las sinapsis basadas en tecnología analógica eran el camino a seguir para ejecutar la inteligencia artificial, y desde entonces me ha enganchado el tema".

Stabile se centra principalmente en realizar computación neuromórfica con tecnología fotónica integrada. "Para este nuevo y emocionante campo multidisciplinario, estoy reutilizando muchos de los conocimientos que obtuve mientras trabajaba en la conmutación óptica para aplicaciones de centros de datos".

Velocidades sin precedentes

En el campo de la inteligencia artificial, se deben procesar y analizar grandes cantidades de datos a velocidades sin precedentes.

"Los algoritmos que necesita para hacer esto no pueden ejecutarse en las arquitecturas informáticas convencionales de von Neumann, porque no pueden ejecutar la memoria y el procesamiento al mismo tiempo. Lo que necesita son arquitecturas paralelas que combinen estas funciones para garantizar un transporte de datos fluido y rápido. Hay una plétora de soluciones muy prometedoras en electrónica, pero el dilema es la cantidad limitada de datos que pueden pasar por los circuitos. En fotónica, puedes transportar cantidades casi ilimitadas de datos a la velocidad de la luz".

Un cerebro humano contiene alrededor de 100 mil millones de neuronas, cada una de las cuales puede comunicarse con miles de otras neuronas a través de sinapsis que transportan neurotransmisores. "Los conceptos clave aquí son los nodos y la interconectividad. Y eso es bastante similar a lo que ya tenemos en los interruptores fotónicos integrados".

Es por eso que Stabile ve posibilidades prometedoras en el uso de la fotónica integrada para construir redes neuromórficas. También cree que este campo completamente nuevo de la fotónica neuromórfica traerá más avances en las arquitecturas de interruptores ópticos.

Desafíos

Sin embargo, construir una red fotónica neuromórfica está lejos de ser trivial. "El gran desafío es escalar a un gran número de neuronas. Esto significa que surgen nuevas preguntas de investigación:¿Cómo se pueden apilar neuronas en dos o tres capas solamente y aun así obtener resultados informáticos confiables? ¿Es posible rediseñar algoritmos en tal una forma de simplificar la arquitectura de red requerida?"

Para responder a estas y otras preguntas, Stabile colabora con muchos otros colegas de disciplinas complementarias, que van desde la ciencia de los materiales y los sistemas integrados hasta las matemáticas y la informática.

"Esa es la parte más divertida de mi trabajo, el hecho de que puedo cubrir toda la cadena, desde el lado de los materiales y la tecnología hasta la aplicación real a través de toda la pila de capas informáticas", dice el ingeniero eléctrico.

Aplicaciones

Stabile ve una gran cantidad de oportunidades para esta tecnología. "Por ejemplo, en la conducción autónoma, donde necesita procesar y analizar una gran cantidad de datos de una gran cantidad de sensores para permitir la toma de decisiones en tiempo real. O en la clasificación ultrarrápida de imágenes, donde podría usar redes neuronales ópticas convolucionales para apoyar a los radiólogos en la interpretación de imágenes médicas o permitir el procesamiento extremo de señales para imágenes astronómicas.

Pero también en comunicaciones ópticas de larga distancia, para aliviar el consumo de energía del procesamiento de señales digitales en el lado receptor. O en la industria aeroespacial, donde se pueden usar redes neuronales fotónicas de potencia ultrabaja para preprocesar los datos adquiridos antes de enviarlos a la tierra".

Optimizar y simplificar

Pero esos son todos sueños a largo plazo. Por el momento, Stabile se enfoca en optimizar la arquitectura de red en el chip. En lugar de construir redes tan complejas como sea posible, Stabile primero vuelve a lo básico.

"Estoy tratando de determinar hasta qué punto podemos simplificar las redes requeridas y aun así obtener predicciones confiables. ¿Cuál sería la mejor aplicación para este tipo de redes y qué requisitos deben cumplir? El siguiente paso es integrar la capas físicas, sistemas de control, algoritmos y lecturas en un sistema de trabajo que puede acelerar el cálculo de manera eficiente".

Ampliar la tecnología será la siguiente fase. "Podemos explorar amplias posibilidades para lograr el rendimiento deseado, que van desde la nanofotónica hasta la espintrónica y la plasmónica".

Una neurona 3D

En un futuro cercano, Stabile espera demostrar una neurona tridimensional basada en la integración de electrónica y fotónica multifuncional.

"Eso podría consistir en una capa de fosfuro de indio para procesos no lineales, cubierta con una capa de enrutamiento hecha de nitruro de silicio para operaciones sinápticas de pérdida ultrabaja. Luego se carga con una capa de memoria, basada en materiales que cambian de fase. Un in- El análisis profundo de los cálculos de metricsour ha demostrado que esto puede permitir el cálculo de petaescala en decenas de femtojulios por operación.

Aquí en Eindhoven, tenemos el ecosistema adecuado, la experiencia adecuada y el equipo adecuado para producir una neurona de este tipo y estudiar sus propiedades. Además, el Instituto Eindhoven Hendrik Casimir recientemente inaugurado estimulará aún más nuestra investigación".

Banco de pruebas

Además de optimizar la arquitectura de red en el chip, Stabile se está enfocando actualmente en desarrollar una plataforma experimental para acelerar la tecnología. El banco de pruebas puede atraer el interés de las empresas para explorar cómo esta tecnología podría ayudar a resolver sus problemas.

Y, por supuesto, quiere atraer a nuevos científicos y estudiantes a este campo emergente de investigación. "La fotónica neuromórfica es un campo multidisciplinario muy emocionante que ofrece grandes promesas para el futuro. En TU/e, estamos a la vanguardia del tema, trabajando en tecnología, redes, arquitectura e informática. ¿Qué es lo que no puede gustar?"

La investigación se publica en IEEE Journal of Selected Topics in Quantum Electronics .