Penelitian terbaru telah membuat kemajuan signifikan dalam pengembangan jaringan saraf optik, menghadirkan alternatif berkelanjutan terhadap model intensif energi dan sumber daya yang saat ini digunakan. Dengan memanfaatkan propagasi cahaya melalui serat multimode dan sejumlah kecil parameter yang dapat diprogram, para peneliti telah mencapai akurasi yang sebanding dengan sistem digital tradisional dengan pengurangan kebutuhan memori dan energi secara signifikan. Pendekatan inovatif ini menawarkan jalur yang menjanjikan menuju solusi perangkat keras kecerdasan buatan yang hemat energi dan sangat efisien.
Arsitektur baru untuk jaringan saraf optik memanfaatkan pembentukan muka gelombang untuk secara tepat memanipulasi perjalanan pulsa ultrashort melalui serat multimode, sehingga memungkinkan komputasi optik nonlinier.
Sistem kecerdasan buatan saat ini mengandalkan miliaran parameter yang dapat disesuaikan untuk mencapai tujuan yang kompleks. Namun, banyaknya parameter ini memerlukan biaya yang besar. Pelatihan dan penerapan model ekstensif seperti ini memerlukan memori dan daya pemrosesan yang besar, yang hanya tersedia di fasilitas pusat data berukuran besar, sehingga mengonsumsi energi setara dengan kebutuhan listrik di kota-kota berukuran sedang. Sebagai tanggapan, para peneliti saat ini sedang mengevaluasi kembali infrastruktur komputasi dan pembelajaran mesin algoritma untuk memastikan kemajuan berkelanjutan dari kecerdasan buatan terus berlanjut pada tingkat saat ini.
Implementasi optik dari arsitektur jaringan saraf merupakan jalan yang menjanjikan karena implementasi koneksi antar unit berdaya rendah. Penelitian baru dilaporkan di Fotonik Tingkat Lanjut menggabungkan propagasi cahaya di dalam serat multimode dengan sejumlah kecil parameter yang dapat diprogram secara digital dan mencapai kinerja yang sama pada tugas klasifikasi gambar dengan sistem digital penuh dengan parameter yang dapat diprogram lebih dari 100 kali lebih banyak.
Kerangka kerja komputasi ini menyederhanakan kebutuhan memori dan mengurangi kebutuhan akan proses digital yang boros energi, sekaligus mencapai tingkat efisiensi yang sama. ketepatan dalam berbagai tugas pembelajaran mesin.
Terobosan dalam Perhitungan Optik Nonlinier
Inti dari karya inovatif ini, yang dipimpin oleh Profesor Demetri Psaltis dan Christophe Moser dari EPFL (Institut Teknologi Federal Swiss di Lausanne), terletak pada kontrol presisi pulsa ultrashort dalam serat multimode melalui teknik yang dikenal sebagai pembentukan muka gelombang. Hal ini memungkinkan penerapan komputasi optik nonlinier dengan daya optik rata-rata mikrowatt, sehingga mencapai langkah penting dalam mewujudkan potensi jaringan saraf optik.
“Dalam studi ini, kami menemukan bahwa dengan sekelompok kecil parameter, kami dapat memilih serangkaian bobot model tertentu dari bank bobot yang disediakan optik dan menggunakannya untuk tugas komputasi yang ditargetkan. Dengan cara ini, kami menggunakan fenomena yang terjadi secara alami sebagai perangkat keras komputasi tanpa harus bersusah payah memproduksi dan mengoperasikan perangkat yang dikhususkan untuk tujuan ini,” kata Ilker Oguz, salah satu penulis utama makalah ini.
Hasil ini menandai langkah signifikan dalam mengatasi tantangan yang ditimbulkan oleh meningkatnya permintaan akan model pembelajaran mesin yang lebih besar. Dengan memanfaatkan kekuatan komputasi propagasi cahaya melalui serat multimode, para peneliti telah membuka jalan bagi solusi perangkat keras yang hemat energi dan sangat efisien dalam kecerdasan buatan.
Seperti yang ditunjukkan dalam eksperimen optik nonlinier yang dilaporkan, kerangka komputasi ini juga dapat digunakan untuk memprogram berbagai fenomena nonlinier berdimensi tinggi secara efisien untuk melakukan tugas pembelajaran mesin dan dapat menawarkan solusi transformatif terhadap sifat intensif sumber daya dari model AI saat ini.
Referensi: “Pemrograman propagasi nonlinier untuk mesin pembelajaran optik yang efisien” oleh Ilker Oguz, Jih-Liang Hsieh, Niyazi Ulas Dinc, Uğur Teğin, Mustafa Yildirim, Carlo Gigli, Christophe Moser dan Demetri Psaltis, 25 Januari 2024, Fotonik Tingkat Lanjut.
DOI: 10.1117/1.AP.6.1.016002
