Un chip programmabile utilizza per la prima volta la luce per addestrare reti neurali

I ricercatori della Penn Engineering dell'Università della Pennsylvania hanno sviluppato un chip fotonico capace non solo di eseguire operazioni matematiche lineari (cosa già possibile da tempo), ma anche di gestire funzioni non lineari - un passaggio fondamentale per consentire l'apprendimento delle reti neurali.

Si tratta del primo chip programmabile capace di addestrare reti neurali non lineari usando esclusivamente la luce. Lo studio è stato pubblicato su Nature Photonics. "Le funzioni non lineari sono essenziali per l'addestramento delle reti neurali profonde", ha spiegato Liang Feng, docente di Ingegneria dei Materiali e Ingegneria Elettrica e dei Sistemi, nonché autore senior dello studio. "Il nostro obiettivo era farle funzionare nella fotonica, per la prima volta".

Le reti neurali, ispirate al funzionamento del cervello umano, si basano su "nodi" che si attivano solo quando gli input superano una certa soglia: un comportamento non lineare che consente a piccoli cambiamenti nei dati di input di generare effetti complessi in uscita. Senza questa proprietà, i modelli non imparano davvero: aggiungere strati a una rete lineare è come sovrapporre copie identiche di uno stesso filtro.

Il vero salto, quindi, è stato riuscire a integrare questa non linearità in un sistema interamente ottico, senza che alcun componente elettronico intervenga nella modulazione delle funzioni non lineari. "Senza funzioni non lineari, i chip fotonici non possono addestrare reti profonde o eseguire compiti veramente intelligenti", ha dichiarato Tianwei Wu, primo autore dello studio.

Il chip utilizza un materiale semiconduttore sensibile alla luce. Quando un raggio luminoso che trasporta i dati attraversa il materiale, un secondo raggio (il "pump") viene proiettato dall'alto e ne modifica il comportamento. Regolando forma e intensità di questo pump, il team riesce a "disegnare" all'interno del chip le condizioni necessarie a realizzare differenti funzioni matematiche non lineari.

"Non modifichiamo la struttura del chip", ha chiarito Feng. “Usiamo la luce per creare dei pattern all'interno del materiale, che poi alterano il percorso del raggio in ingresso".

Il risultato è un sistema riconfigurabile in tempo reale, capace di apprendere adattandosi agli output che genera. Un passo decisivo verso il sogno di una computazione fotonica pienamente programmabile.

I ricercatori hanno testato il chip su alcuni problemi di classificazione noti, ottenendo risultati sorprendenti: oltre il 97% di accuratezza su un compito con soglia decisionale non lineare e oltre il 96% nel celebre dataset Iris. Il tutto con un numero di operazioni ridotto rispetto ai sistemi elettronici, e senza il bisogno di componenti ad alto consumo energetico.

In un esempio emblematico, solo quattro connessioni ottiche non lineari hanno fornito le stesse prestazioni di venti connessioni elettroniche lineari in una rete classica - un'anteprima delle efficienze raggiungibili quando l'architettura sarà ampliata.

Diversamente da altri chip ottici, la soluzione della Penn non è fissa: la luce agisce come un pennello su una tela bianca, tracciando dinamicamente nuove configurazioni.

"Questo è un vero proof-of-concept per un computer fotonico programmabile sul campo", ha affermato Feng. "È un passo verso un futuro in cui potremo addestrare l'intelligenza artificiale alla velocità della luce".

Il lavoro si è inizialmente concentrato su polinomi - una classe di funzioni molto versatile - ma il team è convinto che l'approccio possa estendersi a operazioni ancora più complesse, come esponenziali o funzioni inverse. Ciò potrebbe aprire la strada a sistemi fotonici in grado di gestire compiti su larga scala, inclusi i modelli linguistici di nuova generazione.

In parallelo, il risparmio energetico rispetto ai data center basati su elettronica convenzionale potrebbe rappresentare una svolta in termini di sostenibilità ed efficienza. "Potrebbe essere l'inizio di un'alternativa fotonica seria all'elettronica", ha concluso Feng. "La Penn è stata la culla dell'ENIAC, il primo computer digitale al mondo - questo chip potrebbe essere il primo vero passo verso un ENIAC fotonico".