Kínai tudósok arra késztetik a robotokat, hogy azonnal gondolkodjanak, felgyorsítva a szilícium fotonika fejlődését

Új fejlemény a fotonikus neuromorf számítások terén

A Sidyan (Xidian University) egyetemi tudósai létrehozták az első teljesen fény alapú „neuromorf” chipeket, amely képes megerősítéses tanulásra anélkül, hogy a jeleket elektromos árammá alakítanák. Ez az esemény jelzi a lineáris fotonikus spike hálózatokból a nemlineáris transzformációk felé történő átmenetet – kulcsfontosságú lépés a gyakorlati alkalmazásokhoz.

Miért fontos
- Konverzió hiánya: A fotonok elektronokká és visszaalakítása energia- és idővesztést eredményez. Valós idejű rendszerekben (robotika, önvezető pilóták) ezek a késések meghibásodást vagy akár balesetet okozhatnak.

- Biztonságos robot–ember interakció: Az univerzális fotonikus chipek létrehozása lehetővé teszi megbízhatóbb és energiatakarékosabb intelligens rendszerek fejlesztését.

Három megoldott probléma
1. Nagy méretű, alacsony aktivációs küszöbű nemlineáris spike neuronok – így sűrűbben elhelyezhetők a neurális hálózatok.

2. Teljesen programozható chipek – korábban merev (hardveresen előre beprogramozott) voltak.

3. Fotoni megerősítéses tanulás – most megvalósult az új architektúra révén.

A prototípus architektúrája
| Komponens | Leírás |
|-----------|--------|
| 16-csatornás fotonikus chip | Tartalmaz 272 tanítható paramétert, 16×16 Mach–Zehnder interferometer mátrixra épül. |
| Chip laserokkal és visszacsatolással | Használ saturálható elnyelőt az alacsony küszöbű spike nemlineáris aktivációhoz. |
| Hardver‑szoftver keretrendszer | Először szoftverben tanul, majd a chipekre átadva finomhangolódik a hardveres jellemzők figyelembevételével. |

Tesztelés
- CartPole (tartó egyensúlyozása) – pontosság szinte azonos a szoftvermodelllel (1,5 % csökkenés).
- Pendulum (sarkaszögeltő) – 2 % csökkenés.
- Mindkét feladatnál a számítási késleltetés csak 320 ps volt.

Teljesítmény
| Típus | Energiafogyasztás | Sűrűség |
|-------|-------------------|---------|
| Lineáris | 1,39 TOPS/W | 0,13 TOPS/mm² |
| Nemlineáris | 987,65 GOPS/W | 533,33 GOPS/mm² |

Ezek a számok a fotonikus rendszert a GPU energiahatékonysági (≈1 TOPS/W) és sűrűség (0,1–0,5 TOPS/mm²) osztályba helyezik, miközben teljesen fény alapú feldolgozásra támaszkodik, kiküszöbölve a konverziós veszteségeket.

Perspektívák
- Autonóm közlekedés
- Intelligens robotok
- Perifériás számítás alacsony késleltetéssel és minimális energiafogyasztással

A jövőben tervezik a chip 128 csatornásra való skálázását, hogy bonyolultabb feladatokat (neuromorf önálló navigáció) oldhassanak meg, valamint kompakt, hibrid-integrált fotonikus neuromorf eszközöket fejlesszenek.

Összegzés: A fejlesztés új utat nyit az energiahatékony AI fényimpulzusokon alapuló megközelítésében, amely radikálisan átalakíthatja a robotikát és az autonóm rendszereket.