Ingeniería de funciones de activación no lineales para redes neuronales totalmente ópticas mediante interferencia...

Área de la Ciencia:

• Óptica cuántica
• Hardware de inteligencia artificial

Sus antecedentes:

• Las redes neuronales totalmente ópticas (AONN) ofrecen ventajas de velocidad y energía para la IA.
• La escalabilidad de las AONN se ve obstaculizada por las altas demandas de energía de los elementos ópticos no lineales.

Objetivo del estudio:

• Introducir un esquema de activación no lineal de baja potencia para AONN escalables.
• Permitir el procesamiento óptico de múltiples entradas y múltiples salidas y el entrenamiento totalmente óptico.

Principales métodos:

• Se utilizó un sistema cuántico de tres niveles impulsado por campos láser duales.
• Se implementó una matriz de activación no lineal de dos canales con funciones sigmoides y ReLU sintonizables.
• Validado mediante modelado teórico y demostración experimental en celdas de vapor de rubidio.

Principales resultados:

• Se logró un consumo de energía ultrabajo (17 μW por neurona).
• Se demostró la viabilidad de escalar a millones de neuronas con una potencia total inferior a 20 W.
• Se generaron con éxito señales similares a gradientes para retropropagación totalmente óptica.

Conclusiones:

• El esquema desarrollado avanza significativamente el hardware de IA óptico escalable, de alta velocidad y energéticamente eficiente.
• Allana el camino para el entrenamiento totalmente óptico práctico de redes neuronales profundas.