Le réseau de neurones photoniques sur silicium dévoilé

Les réseaux de neurones prennent d'assaut le monde de l'informatique. Les chercheurs les ont utilisés pour créer des machines qui acquièrent une vaste gamme de compétences qui étaient auparavant réservées aux humains : reconnaissance d'objets, reconnaissance faciale, traitement du langage naturel, traduction automatique. Toutes ces compétences, et bien d'autres, deviennent désormais routinières pour les machines.

Il y a donc un grand intérêt à créer des réseaux de neurones plus performants qui peuvent repousser encore plus loin les limites de l'intelligence artificielle. L'objectif de ce travail est de créer des circuits qui fonctionnent davantage comme des neurones, appelés puces neuromorphiques. Mais comment rendre ces circuits nettement plus rapides ?

Aujourd'hui, nous obtenons une sorte de réponse grâce au travail d'Alexander Tait et de ses amis de l'Université de Princeton dans le New Jersey. Ces gars ont construit une puce neuromorphique photonique intégrée au silicium et montrent qu'elle calcule à des vitesses ultrarapides.

L'informatique optique a longtemps été le grand rêve de l'informatique. Les photons ont beaucoup plus de bande passante que les électrons et peuvent donc traiter plus de données plus rapidement. Mais les avantages des systèmes de traitement de données optiques n'ont jamais compensé le coût supplémentaire de leur fabrication, et ils n'ont donc jamais été largement adoptés.

Cela a commencé à changer dans certains domaines de l'informatique, comme le traitement du signal analogique, qui nécessite le type de traitement de données ultrarapide que seules les puces photoniques peuvent fournir.

Aujourd'hui, les réseaux de neurones ouvrent une nouvelle opportunité pour la photonique. Les réseaux de neurones photoniques exploitant les plates-formes photoniques au silicium pourraient accéder à de nouveaux régimes de traitement ultrarapide de l'information pour la radio, le contrôle et le calcul scientifique, affirment Tait and co.

Au cœur du défi est de produire un dispositif optique dans lequel chaque nœud a les mêmes caractéristiques de réponse qu'un neurone. Les nœuds prennent la forme de minuscules guides d'ondes circulaires creusés dans un substrat de silicium dans lequel la lumière peut circuler. Lorsqu'elle est libérée, cette lumière module alors la sortie d'un laser fonctionnant au seuil, un régime dans lequel de petits changements dans la lumière entrante ont un impact considérable sur la sortie du laser.

Fondamentalement, chaque nœud du système fonctionne avec une longueur d'onde de lumière spécifique, une technique connue sous le nom de multiplexage par répartition des ondes. La lumière de tous les nœuds peut être additionnée par détection de puissance totale avant d'être introduite dans le laser. Et la sortie laser est réinjectée dans les nœuds pour créer un circuit de rétroaction avec un caractère non linéaire.

Une question importante est de savoir dans quelle mesure cette non-linéarité imite le comportement neuronal. Tait et co mesurent la sortie et montrent qu'elle est mathématiquement équivalente à un dispositif connu sous le nom de réseau neuronal récurrent en temps continu. Ce résultat suggère que les outils de programmation pour les CTRNN pourraient être appliqués à de plus grands réseaux de neurones photoniques au silicium, disent-ils.

C'est un résultat important car cela signifie que l'appareil que Tait et co ont fabriqué peut exploiter immédiatement la vaste gamme de programmation nous qui a été rassemblée pour ces types de réseaux de neurones.

Ils poursuivent en démontrant comment cela peut être fait en utilisant un réseau composé de 49 nœuds photoniques. Ils utilisent ce réseau de neurones photoniques pour résoudre le problème mathématique de l'émulation d'un certain type d'équation différentielle et le comparent à une unité centrale de traitement ordinaire.

Les résultats montrent à quel point les réseaux de neurones photoniques peuvent être rapides. Le facteur d'accélération matérielle effectif du réseau de neurones photoniques est estimé à 1 960 × dans cette tâche, disent Tait et co. C'est une accélération de trois ordres de grandeur.

Cela ouvre les portes à une industrie entièrement nouvelle qui pourrait faire entrer l'informatique optique dans le courant dominant. Les réseaux de neurones photoniques au silicium pourraient représenter les premières incursions dans une classe plus large de systèmes photoniques au silicium pour le traitement évolutif de l'information, disent Taif et co.

Et d'autres travaillent aussi dans ce domaine. Plus tôt cette année, Yichen Shen du MIT et quelques amis ont proposé l'architecture derrière un réseau neuronal entièrement optique et en ont démontré des éléments à l'aide d'un processeur nanophotonique programmable.

Bien sûr, tout dépend des performances de la première génération de puces électroniques neuromorphiques. Les réseaux de neurones photoniques devront offrir des avantages significatifs pour être largement adoptés et nécessiteront donc une caractérisation beaucoup plus détaillée. De toute évidence, des temps intéressants s'annoncent pour la photonique.

Réf : arxiv.org/abs/1611.02272 : Photonique neuromorphique sur silicium

Cette histoire a été mise à jour le 22 novembre pour inclure des travaux supplémentaires effectués par des chercheurs du MIT.

cacher