Mempercepat komputasi AI dengan kecepatan cahaya
Machine

Mempercepat komputasi AI dengan kecepatan cahaya


Kredit: CC0

Kecerdasan buatan dan pembelajaran mesin sudah menjadi bagian integral dari kehidupan online kita sehari-hari. Misalnya, mesin telusur seperti Google menggunakan algoritme peringkat cerdas, dan layanan streaming video seperti Netflix menggunakan pembelajaran mesin untuk mempersonalisasi rekomendasi film.

Karena permintaan untuk AI online terus berkembang, begitu pula kebutuhan untuk mempercepat kinerja AI dan menemukan cara untuk mengurangi konsumsi energinya.

Sekarang tim yang dipimpin Universitas Washington telah menemukan sistem yang dapat membantu: prototipe inti komputasi optik yang menggunakan material pengubah fase. Sistem ini cepat, hemat energi, dan mampu mempercepat jaringan saraf yang digunakan dalam AI dan pembelajaran mesin. Teknologi ini juga dapat diskalakan dan dapat langsung diterapkan ke komputasi awan.

Tim mempublikasikan temuan ini pada 4 Januari Komunikasi Alam.

“Perangkat keras yang kami kembangkan dioptimalkan untuk menjalankan algoritme jaringan saraf tiruan, yang sebenarnya merupakan algoritme tulang punggung untuk AI dan pembelajaran mesin,” kata penulis senior Mo Li, seorang profesor teknik listrik dan komputer serta fisika di UW. “Penelitian lanjutan ini akan membuat pusat AI dan komputasi awan lebih hemat energi dan bekerja lebih cepat.”

Tim ini termasuk yang pertama di dunia yang menggunakan material pengubah fase dalam komputasi optik untuk mengaktifkan pengenalan gambar oleh jaringan saraf tiruan. Mengenali gambar dalam foto adalah sesuatu yang mudah dilakukan manusia, namun menuntut AI secara komputasi. Karena pengenalan gambar adalah komputasi yang berat, ini dianggap sebagai uji tolok ukur kecepatan dan presisi komputasi jaringan saraf. Tim mendemonstrasikan bahwa inti komputasi optik mereka, yang menjalankan jaringan saraf tiruan, dapat dengan mudah lulus tes ini.

“Komputasi optik pertama kali muncul sebagai sebuah konsep pada 1980-an, tetapi kemudian memudar dalam bayang-bayang mikroelektronika,” kata penulis utama Changming Wu, seorang mahasiswa pascasarjana teknik listrik dan komputer UW. “Sekarang, karena berakhirnya hukum Moore, kemajuan dalam fotonik terintegrasi dan tuntutan komputasi AI, telah diubah. Itu sangat menarik.”


Mempercepat pembelajaran mesin melalui cahaya


Informasi lebih lanjut:
Changming Wu et al, Metasurfaces perubahan fase yang dapat diprogram pada pandu gelombang untuk jaringan saraf konvolusional fotonik multimode, Komunikasi Alam (2021). DOI: 10.1038 / s41467-020-20365-z

Disediakan oleh University of Washington

Kutipan: Mempercepat komputasi AI ke kecepatan cahaya (2021, 11 Januari), diakses 11 Januari 2021 dari https://techxplore.com/news/2021-01-ai.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP