Resumen Ejecutivo
- Investigadores de la Universidad de Sídney han desarrollado un chip de IA nanofotónico ultracompacto que realiza cálculos de redes neuronales utilizando luz en lugar de electricidad, permitiendo la computación a la velocidad de la luz.
- El prototipo codifica modelos de IA directamente en estructuras nanofotónicas que manipulan fotones para llevar a cabo operaciones de aprendizaje automático en picosegundos, generando mucho menos calor que los chips electrónicos convencionales.
- En experimentos, el chip clasificó más de 10.000 imágenes de resonancia magnética biomédica con una precisión de aproximadamente del 90 al 99%, y los investigadores ahora están trabajando para escalar la tecnología hacia redes neuronales fotónicas más grandes para una computación de IA energéticamente eficiente.
- Foto por Yu Chen Lin 育辰 en Unsplash
COMUNICADO DE PRENSA — Investigadores australianos han creado un chip de inteligencia artificial (IA) ultracompacto capaz de realizar cálculos utilizando la potencia de la luz, a la velocidad de la luz.
El prototipo de chip nanofotónico, que aprovecha el poder de las partículas de luz (fotones), se construyó íntegramente en el Sydney Nano Hub de la Universidad de Sídney.
Los investigadores afirman que el prototipo podría desempeñar un papel importante en el desarrollo de hardware de IA más eficiente energéticamente, a medida que la demanda mundial de inteligencia artificial continúa creciendo, lo que podría reducir la huella energética general de los futuros sistemas informáticos.
Los chips de computadora tradicionales utilizan electricidad para procesar información, lo que implica mover partículas cargadas diminutas (electrones) a través de cables. Esto produce calor.
El prototipo de chip nanofotónico utiliza luz. La luz puede viajar a través de materiales sin resistencia eléctrica, por lo que no genera calor de la misma manera que lo hace la electricidad. A medida que la luz pasa a través de las nanoestructuras dentro del prototipo del chip, estas estructuras mismas realizan el cálculo automáticamente.
La nanoestructura del chip ocupa decenas de micrómetros, aproximadamente comparable al ancho de un cabello humano. Las nanoestructuras juntas ayudan a formar una red neuronal: neuronas artificiales que imitan el cerebro humano para reconocer y completar cálculos.
El prototipo realiza cálculos en la escala de picosegundos, o billonésimas de segundo, el tiempo que tarda la luz en atravesar la nanoestructura.
Los investigadores señalan que la ventaja de utilizar la fotónica es que la computación es mucho más rápida, ocurriendo a la velocidad de la luz. La tecnología también utiliza luz para funcionar en lugar de electricidad, a diferencia de los centros de datos actuales que dependen de grandes cantidades de agua y energía para su funcionamiento.
“Hemos replanteado cómo la fotónica se puede utilizar para diseñar nuevos chips de procesamiento de computadoras ultrarrápidos y eficientes energéticamente”, dijo el Profesor Xiaoke Yi, de la Escuela de Ingeniería Eléctrica y de la Computación y director del Grupo de Investigación en Fotónica.
“La inteligencia artificial está cada vez más limitada por el consumo de energía. Esta investigación realiza la computación neuronal utilizando luz, lo que permite aceleradores de IA más rápidos, más eficientes energéticamente y ultracompactos”.
Publicado en Nature Communications, el estudio demuestra cómo los modelos de IA se pueden diseñar en estructuras nanofotónicas que manipulan la luz para realizar las operaciones matemáticas necesarias para el aprendizaje automático.
Para validar la tecnología, los investigadores entrenaron el chip nanofotónico para clasificar más de 10.000 imágenes biomédicas, como resonancias magnéticas de mama, tórax y abdomen.
En simulaciones y experimentos, la red neuronal nanofotónica logró una precisión de clasificación de aproximadamente del 90 al 99 por ciento.
La tecnología ofrece un camino hacia una infraestructura de IA sostenible capaz de satisfacer las crecientes demandas de la computación sin aumentos proporcionales en el consumo de energía.
Hardware de IA sostenible que es mejor, más rápido y más fuerte
La fotónica, abreviatura de electrónica basada en fotones, es el estudio del control de las partículas de luz. Se ha utilizado para alimentar la tecnología que utilizamos a diario, como láseres, redes de fibra óptica y en imágenes médicas.
Pero el aprovechamiento de la fotónica para el procesamiento de computadoras solo se ha explorado en los últimos años, con una urgencia creciente con el auge de la demanda de IA.
Joel Sved, estudiante de doctorado que desempeñó un papel clave en el diseño y la implementación del prototipo, dijo que el prototipo muestra cómo la inteligencia se puede integrar directamente en estructuras nanofotónicas.
Durante más de una década, el Grupo de Investigación en Fotónica de la Universidad de Sídney ha tenido una larga trayectoria en el estudio de cómo superar los límites de la fotónica, incluida la mejora de nuestra tecnología.
Esto incluye el uso de la fotónica para abordar los desafíos en las comunicaciones inalámbricas y la tecnología de detección avanzada que puede detectar y medir rastros químicos o biológicos en el medio ambiente.
Tras las exitosas pruebas del prototipo de chip nanofotónico, el equipo del profesor Yi ahora está trabajando para avanzar en la tecnología hacia redes neuronales fotónicas a mayor escala.
