Novo istraživanje istraživača Laboratorije za istraživanje mornarice SAD (NRL) daje novi doprinos računarstvu sa optičkim vlaknima. Pod naslovom „Računarenje optičkim vlaknima koristeći distribuirane povratne informacije“, rad objavljen u časopisu Communications Phisics dovodi mornaricu korak bliže bržim i efikasnijim računarskim tehnologijama.
Optičko računarstvo koristi svojstva svetlosti kao što su njena brzina i sposobnost da prenosi velike količine podataka u cilju efikasnije obrade informacija od tradicionalnih elektronskih računara.
U saradnji sa Sandia National Laboratories i Univerzitetom Centralne Floride, NRL ima za cilj da poveća brzinu obrade, smanji potrošnju energije i omogući nove aplikacije u oblastima kao što su obrada podataka, telekomunikacije i veštačka inteligencija.
„Ovaj rad označava značajan napredak u optičkom računarstvu“, rekao je dr Brandon Reding, istraživač fizičar iz Odeljenja za optičke nauke NRL. „Ovo je prvi koji koristi distribuirane povratne informacije u optičkim vlaknima, kombinujući vremensko kodiranje sa malim gubicima, delimično reflektujućim vlaknima. Naš pristup nudi skalabilnost za obradu više neurona istovremeno, zajedno sa performansama velike brzine i kompaktnim, laganim i moćnim efikasan dizajn, jer je ceo sistem povezan sa vlaknima i ne zahteva optiku slobodnog prostora.“
Mornarica brzo usvaja algoritme mašinskog učenja za širok spektar aplikacija. Mnoge od ovih aplikacija su osetljive na vreme i energiju; na primer, zadaci za prepoznavanje slika ili meta gde objekti zahtevaju identifikaciju u realnom vremenu.
„Mnoge od ovih aplikacija uključuju unapred raspoređene, često autonomne platforme sa ograničenom dostupnošću energije“, rekao je Reding. „Nameravamo da koristimo analognu fotoniku, koja ima fundamentalno drugačije skaliranje energije od digitalne elektronike zasnovane na Fon Nojmanu, da izvršimo ove zadatke mašinskog učenja sa manjom potrošnjom energije i sa manjim kašnjenjem. U ovom radu smo izvršili analizu potrošnje energije koja pokazuje potencijal za 100-1000 puta manju potrošnju energije od GPU-a u zavisnosti od veličine problema.“
Ovo istraživanje pokazuje kako se optika može koristiti za obavljanje vrednih računarskih zadataka koristeći pasivne slučajne projekcije, u ovom slučaju, nelinearne slučajne konvolucije. Ovo je u suprotnosti sa načinom na koji funkcioniše većina mašinskog učenja, što obično zahteva opsežnu obuku za postavljanje težine neuronske mreže.
„Umesto toga, pokazujemo da nasumične težine i dalje mogu da obavljaju korisne računarske zadatke“, rekao je Reding. „Ovo je značajno jer možemo veoma efikasno primeniti nasumične težine u optičkom domenu jednostavnim rasipanjem svetlosti sa grube površine, ili kao što pokazujemo u ovom radu, rasipanjem svetlosti sa neuniformiteta u optičkom vlaknu.“
U tradicionalnim računarima zasnovanim na digitalnoj elektronici, ne bi bilo mnogo prednosti da se ovo radi jer je svaka operacija množenja jednako skupa u smislu vremena i energije, bilo da se množe slučajnim brojem ili vrednošću pažljivo odabranom kroz obuku.
„Ovo implicira da u optičkom domenu, možda želimo da dizajniramo naše arhitekture neuronskih mreža drugačije kako bismo iskoristili prednosti jedinstvenih karakteristika optike – neke stvari je lakše uraditi u optici, a neke teže. Stoga, jednostavno prenošenje istih Arhitektura neuronske mreže koja je optimizovana za implementaciju digitalne elektronike možda nije idealno rešenje u optičkom domenu“, rekao je Reding.
Suptilnija karakteristika NRL-ove optičke platforme je izvođenje konvolucija, slično konvolucionoj neuronskoj mreži (CNN), što je retkost za optičku računarsku platformu. Konvolucije su veoma moćne za zadatke poput obrade slika, što je dovelo do široke upotrebe CNN-a u aplikacijama za obradu slika Ministarstva odbrane.
„Zarada mornarice brže implementira algoritme mašinskog učenja, smanjujući kašnjenje pre nego što dođemo do odgovora“, rekao je dr Džozef Marej, istraživač fizičar iz NRL Optičkih nauka. „Takođe istražujemo primenu ovih algoritama direktno na analogne podatke bez potrebe za srednju digitalizaciju i skladištenje, što bi moglo imati značajnu korist pri obradi podataka velikog propusnog opsega koje je teško snimiti i analizirati u realnom vremenu, kao što su podaci slike visoke rezolucije ili RF podaci za aplikacije elektronskog ratovanja.“
Istraživanje, teorijsko i eksperimentalno, bavi se otkrivanjem i razumevanjem osnovnih fizičkih principa i mehanizama uključenih u optičke uređaje i materijale.
„Trenutni rad je dokaz principa da možemo da obavimo korisno računanje sa ovim fiksnim, nasumičnim optičkim projekcijama, kao što je testirano na referentnim zadacima kao što je prepoznavanje slike rukom pisanih cifara“, rekao je dr Džozef Hart, istraživač fizičar iz Odeljenja za optičke nauke NRL. „Ovo smo takođe testirali na zadatku skupa podataka SONAR-a kako bismo pokazali kako ova platforma može razlikovati SONAR potpise iz stena u odnosu na podvodne rudnike kao aplikaciju koja je više specifična za mornaricu.
Odeljenje za optičke nauke sprovodi različite aktivnosti istraživanja, razvoja i primene u generisanju, širenju, detekciji i korišćenju zračenja u oblasti talasnih dužina između talasnih dužina bliskih ultraljubičastih i daleko infracrvenih talasnih dužina. Odsek služi Laboratoriji i mornarici kao savetodavno telo stručnjaka za optičke nauke.
