Incluso las computadoras más poderosas todavía no son rival para el cerebro humano en lo que respecta al reconocimiento de patrones, gestión de riesgos, y otras tareas igualmente complejas. Avances recientes en redes neuronales ópticas, sin embargo, están cerrando esa brecha al simular la forma en que responden las neuronas en el cerebro humano.

En un paso clave para hacer prácticas las redes neuronales ópticas a gran escala, Los investigadores han demostrado una red neuronal artificial multicapa totalmente óptica, la primera en su tipo. Generalmente, este tipo de inteligencia artificial puede abordar problemas complejos que son imposibles con los enfoques computacionales tradicionales, pero los diseños actuales requieren extensos recursos computacionales que consumen mucho tiempo y energía. Por esta razón, Existe un gran interés en desarrollar redes neuronales artificiales ópticas prácticas, que son más rápidos y consumen menos energía que los basados ​​en computadoras tradicionales.

En Optica , La revista de la Optical Society para investigaciones de alto impacto, investigadores de la Universidad de Ciencia y Tecnología de Hong Kong, Hong Kong detalla su red neuronal totalmente óptica de dos capas y la aplica con éxito a una tarea de clasificación compleja.

"Nuestro esquema totalmente óptico podría permitir una red neuronal que realice cálculos ópticos en paralelo a la velocidad de la luz mientras consume poca energía, "dijo Junwei Liu, miembro del equipo de investigación. "Gran escala, Las redes neuronales totalmente ópticas podrían usarse para aplicaciones que van desde el reconocimiento de imágenes hasta la investigación científica ".

Construyendo una red totalmente óptica

En las redes neuronales ópticas híbridas convencionales, Los componentes ópticos se utilizan normalmente para operaciones lineales, mientras que las funciones de activación no lineales (las funciones que simulan la forma en que responden las neuronas del cerebro humano) suelen implementarse electrónicamente porque la óptica no lineal normalmente requiere láseres de alta potencia que son difíciles de implementar en una red neuronal óptica.

Para superar este desafío, los investigadores utilizaron átomos fríos con transparencia inducida electromagnéticamente para realizar funciones no lineales. "Este efecto inducido por la luz se puede lograr con una potencia láser muy débil, "dijo Shengwang Du, miembro del equipo de investigación. "Debido a que este efecto se basa en la interferencia cuántica no lineal, podría ser posible extender nuestro sistema a una red neuronal cuántica que podría resolver problemas intratables con métodos clásicos ".

Para confirmar la capacidad y viabilidad del nuevo enfoque, Los investigadores construyeron una red neuronal óptica totalmente conectada de dos capas con 16 entradas y dos salidas. Los investigadores utilizaron su red totalmente óptica para clasificar las fases de orden y desorden del modelo de Ising, un modelo estadístico de magnetismo. Los resultados mostraron que la red neuronal totalmente óptica era tan precisa como una red neuronal basada en computadora bien entrenada.

Redes neuronales ópticas a mayor escala

Los investigadores planean expandir el enfoque totalmente óptico a redes neuronales profundas totalmente ópticas a gran escala con arquitecturas complejas diseñadas para aplicaciones prácticas específicas, como el reconocimiento de imágenes. Esto ayudará a demostrar que el esquema funciona a escalas mayores.

"Aunque nuestro trabajo es una demostración de principio, muestra que puede ser posible en el futuro desarrollar versiones ópticas de inteligencia artificial, ", dijo Du." La próxima generación de hardware de inteligencia artificial será intrínsecamente mucho más rápida y exhibirá un menor consumo de energía en comparación con la inteligencia artificial basada en computadora actual, "agregó Liu.