As redes neurais feitas de luz estão emergindo como uma inovação revolucionária no campo da inteligência artificial (IA). Com o crescente uso de IA em áreas como biotecnologia e medicina, encontrar maneiras mais sustentáveis de computação é essencial. Redes neurais ópticas oferecem uma alternativa ecológica e eficiente, desde o diagnóstico de câncer até a criação de novos antibióticos. No entanto, a pegada ecológica dos sistemas de IA em larga escala é significativa. Treinar modelos de linguagem complexos, como o ChatGPT-3, requer uma quantidade imensa de energia, suficiente para alimentar uma usina nuclear em plena capacidade por várias horas.
Pesquisadores, como o Prof. Mario Chemnitz e o Dr. Bennet Fischer do Leibniz IPHT em Jena, estão na vanguarda deste desenvolvimento. Eles, em colaboração com uma equipe internacional, criaram um método inovador que pode potencialmente reduzir a necessidade de infraestruturas eletrônicas extensas. Redes neurais feitas de luz utilizam as interações únicas das ondas de luz dentro das fibras ópticas para criar um sistema avançado de aprendizado artificial. Ao contrário das redes neurais tradicionais, que dependem de chips de computador contendo milhares de componentes eletrônicos, este sistema utiliza uma única fibra óptica. A capacidade desta fibra para executar tarefas de múltiplas redes neurais, e tudo isso na velocidade da luz, torna este avanço significativo.
“Nós utilizamos uma única fibra óptica para imitar o poder computacional de várias redes neurais”, explica Mario Chemnitz, líder do grupo de pesquisa “Smart Photonics” no Leibniz IPHT2. “Ao aproveitar as propriedades físicas únicas da luz, esse sistema permitirá o processamento rápido e eficiente de grandes quantidades de dados no futuro.”
Entrando nos detalhes, redes neurais ópticas transmitem informações através da mistura de frequências de luz. Dados, como valores de pixels de imagens ou componentes de frequência de áudio, são codificados em canais de cores de pulsos de luz ultracurtos. Esses pulsos transportam informações por meio da fibra, passando por várias combinações, amplificações ou atenuações. O surgimento de novas combinações de cores na saída da fibra permite a previsão de tipos ou contextos de dados. Por exemplo, certas cores podem indicar objetos visíveis em imagens ou sinais de doenças em uma voz.
“Em termos mais simples, os valores dos pixels são convertidos em intensidades variáveis de cores primárias – mais vermelho ou menos azul, por exemplo”, detalha Mario Chemnitz. “Dentro da fibra, essas cores primárias se misturam para criar todo o espectro do arco-íris. A tonalidade do nosso roxo misturado, por exemplo, revela muito sobre os dados processados pelo nosso sistema.”
Um exemplo notável é o uso desta técnica para reconhecer números escritos à mão. Redes neurais feitas de luz foram aplicadas para codificar imagens de dígitos em sinais de luz, utilizando fibras ópticas para classificar os dados. Após o treinamento, o sistema pode reconhecer novos dígitos escritos à mão com consumo de energia significativamente menor.
Além disso, a equipe liderada pelo Prof. Mario Chemnitz utilizou este método em um estudo piloto para diagnosticar infecções por COVID-19 a partir de amostras de voz, alcançando uma taxa de detecção superior aos melhores sistemas digitais atuais. A pesquisa em redes neurais feitas de luz está avançando rapidamente, abrindo novas possibilidades para a computação verde e o desenvolvimento de sensores inteligentes.
Desde dezembro de 2023, Mario Chemnitz é Professor Júnior de Sistemas Fotônicos Inteligentes na Universidade Friedrich Schiller de Jena. Ele e sua equipe internacional no Leibniz IPHT em Jena estão explorando o potencial da óptica não linear. Seu objetivo é desenvolver sistemas de sensores inteligentes e microscópios sem computador, além de técnicas para computação verde com redes neurais feitas de luz.
O artigo foi publicado na revista Advanced Science.
Fonte: techxplore.com
