На световые годы вперед: фотонный чип позволит сделать прорыв в ИИ-технологиях

15.12.2022 60 0.0 0
На световые годы вперед: фотонный чип позволит сделать прорыв в ИИ-технологиях
Ученые разработали точный метод управления фотонными интегральными схемами и поместили все на чип размером с ноготь.

Ученые из Университета Монаша, RMIT и Университета Аделаиды усовершенствовали фотонные интегральные схемы, сделав их программируемыми, пишет techxplore.com.

Программируемые фотонные интегральные схемы (ФИС) располагают различными функциями обработки сигналов одним чипом. Их можно будет применять в области оптических коммуникаций и для приложений, работающих на основе искусственного интеллекта. "Фотоника радикально меняет наш образ жизни, повышая уровень вычислительных мощностей гаджетов и помещаясь на чипе размером с человеческий ноготь", — говорится в материале.

Ранее в этом году исследователи из Университета Монаша, RMIT и Университета Аделаиды разработали усовершенствованную фотонную схему, которая может изменить скорость и масштабы технологии фотоники. Однако по мере роста масштабов и сложности ФИС их становится все сложнее калибровать. Ученые смогли найти способ, помогающий вычленять нужную информацию.

Раньше чипы измерялись/калибровались путем подключения к сложному и дорогому внешнему оборудованию (так называемому векторному анализатору цепей); но при соединении с ним возникали фазовые ошибки из-за вибраций и изменений температуры. Теперь обработка информации чипом происходит безошибочно, так как исследователи задали эталонный путь обработки данных. До этого они применяли метод Крамерса-Кронига, чтобы удалить нежелательные ошибки, но новый метод, который они назвали дробным, требует гораздо меньшей оптической мощности для калибровки с заданной точностью. Это дало возможность как можно более точно запрограммировать чип для определенных ИИ-приложений, вроде распознавания изображений.

На следующем этапе разработки исследовательская группа будет изучать, как фотонные чипы могут использоваться для сверхбыстрой обработки данных или для работы алгоритмов машинного обучения.
Аватар enr091 Наталия Ришко
Журналист/lifekhacker

Комментарии
avatar
Читайте также: