تراشه اپتیک شبیه مغز می‌تواند تقریباً 2 میلیارد تصویر در ثانیه را پردازش کند
محققان دانشگاه پنسیلوانیا یک تراشه اپتیک قدرتمند جدید ساخته‌اند که می‌تواند تقریباً 2 میلیارد تصویر در ثانیه پردازش کند. این دستگاه از یک شبکه عصبی تشکیل شده است که اطلاعات را به صورت نوری پردازش می‌کند، یعنی بدون نیاز به اجزایی که سرعت تراشه‌های کامپیوتری سنتی را کاهش می‌دهند.
اساس تراشه جدید یک شبکه عصبی است، سیستمی که بر اساس روشی که مغز اطلاعات را پردازش می‌کند، مدل‌سازی شده است. این شبکه‌ها از گره‌هایی تشکیل شده‌اند که مانند نورون‌ها به هم متصل می‌شوند و حتی با آموزش روی مجموعه‌ای از داده‌ها، مانند تشخیص اشیا در تصاویر یا کلمات در گفتار، به روشی مشابه مغزهای ارگانیک «یاد می‌گیرند» و با گذشت زمان، آنها در این وظایف بسیار بهتر می‌شوند.
اما به جای سیگنال‌های الکتریکی، تراشه جدید اطلاعات را به شکل نوری پردازش می‌کند. این تراشه از سیم‌های اپتیک به‌عنوان نورون‌های خود استفاده می‌کند که در لایه‌های متعددی انباشته شده‌اند و هر کدام در کار خاصی، تخصص دارند.
بر همین اساس، دانشمندان تراشه‌ای به ابعاد 9.3 میلی‌متر مربع ساخته‌اند و برای آزمایش از آن برای دسته‌بندی یک سری کاراکترهای دست‌نویس که شبیه حروف بودند، استفاده کردند. این تراشه پس از آموزش مجموعه داده‌های مربوطه، توانست تصاویر را با دقت 93.8 درصد برای مجموعه‌های حاوی دو نوع کاراکتر و دقت 89.8 درصد برای مجموعه‌های چهار کاراکتری طبقه‌بندی کند.
نمونه‌ای از کاراکترهای حروف مانند که تراشه شبکه عصبی نوری جدید وظیفه طبقه‌بندی آنها را بر عهده داشت.
این تراشه قادر بود هر کاراکتر را در عرض 0.57 نانوثانیه دسته‌بندی کند. به عبارت دیگر اجازه می‌داد در هر ثانیه 1.75 میلیارد تصویر را پردازش کند.
فیروز افلاطونی، نویسنده اصلی این تحقیق گفت: «تراشه ما اطلاعات را از طریق آنچه «محاسبات به وسیله انتشار» می‌نامیم پردازش می‌کند، به این معنی کهمحاسبات با انتشار نور از طریق تراشه انجام می‌شود. ما همچنین از مرحله تبدیل سیگنال‌های نوری به سیگنال‌های الکتریکی گذر می‌کنیم، زیرا تراشه ما می‌تواند سیگنال‌های نوری را مستقیماً بخواند و پردازش کند و هر دوی این تغییرات، تراشه ما را به فناوری بسیار سریع‌تری تبدیل می‌کند.»
مزیت دیگر این است که اطلاعات در حال پردازش نیازی به ذخیره سازی ندارند، بنابراین با عدم ارسال داده به حافظه، در زمان صرفه جویی می‌شود.
همچنین ذخیره نکردن داده‌ها امن‌تر هم است، زیرا از هرگونه نشت احتمالی اطلاعات جلوگیری می‌کند.
گام‌های بعدی افزایش مقیاس تراشه و تطبیق فناوری آن برای پردازش انواع دیگر داده‌ها است.
این تحقیق در مجله Nature منتشر شده است.
