Ordenador óptico analógico para inferencia de IA y optimización combinatoria

Área de la Ciencia:

• Ciencias de la computación
• Ingeniería óptica
• Inteligencia artificial

Sus antecedentes:

• Las demandas de energía de la computación digital desafían la sostenibilidad de la IA y la optimización.
• Los sistemas no convencionales existentes a menudo requieren conversiones digitales ineficientes y se enfrentan a desajustes de hardware y software.
• El ruido analógico es un desafío significativo para los enfoques analógicos actuales.

Objetivo del estudio:

• Introducir una nueva computadora óptica analógica (AOC) para acelerar tanto la inferencia de IA como la optimización combinatoria.
• Demostrar una plataforma de computación de doble dominio que supere las limitaciones de los sistemas existentes.
• Mostrar una solución de computación sostenible y eficiente para aplicaciones exigentes.

Principales métodos:

• Desarrolló una computadora óptica analógica que integra electrónica analógica y óptica 3D.
• Implementó una búsqueda rápida de puntos fijos para evitar conversiones digitales y mejorar la robustez del ruido.
• Hardware diseñado conjuntamente y una abstracción de punto fijo para tareas de IA y optimización.

Principales resultados:

• El AOC acelera la inferencia de IA y la optimización combinatoria en una sola plataforma.
• Lograr una mayor robustez y eficiencia del ruido mediante la eliminación de las conversiones digitales.
• Capacidades demostradas en clasificación de imágenes, regresión no lineal, reconstrucción de imágenes médicas y liquidación de transacciones financieras.

Conclusiones:

• La computadora óptica analógica ofrece un camino prometedor para una computación más rápida y sostenible.
• El soporte nativo para modelos iterativos e intensivos en computación permite una plataforma analógica escalable para la IA y la innovación de optimización.
• El diseño conjunto de hardware y abstracción es clave para el avance de las tecnologías informáticas.