Китайские ученые изобрели оптический чип, который сам себя настраивает

Китайские ученые изобрели оптический чип, который сам себя настраивает

Оптический чип нового поколения обладает способностью самостоятельной конфигурации.

image

Ученые создали оптический чип, который может самостоятельно настраиваться для выполнения различных функций. Данная разработка открывает новые возможности для использования в оптических нейронных сетях, применяемых для обработки больших объемов данных, таких как классификация изображений, интерпретация жестов и распознавание речи.

В прошлом были разработаны фотонные интегральные схемы, способные к перенастройке после производства. Однако их настройка часто бывает сложной из-за необходимости понимания внутреннего устройства чипа. Новый чип, разработанный командой из Университета науки и технологий Хуажун в Китае, позволяет пользователю изменять его функции без глубокого понимания его структуры. "Пользователи могут воспринимать наш чип как черный ящик. Достаточно установить обучающую цель, и чип самостоятельно настроится для достижения желаемой функциональности", - отметил руководитель исследовательской группы Цзянцзи Донг.

Основой нового чипа является сеть оптических компонентов на основе волноводов, называемых интерферометрами Маха-Цендера. Ученые продемонстрировали, что чип может сам настраиваться для выполнения оптического маршрутизирования, эффективного разделения световой энергии с низкими потерями и матричных вычислений, необходимых для создания нейронных сетей.

Также было продемонстрировано, что чип может эффективно маршрутизировать оптические сигналы между оборудованием в дата-центрах, что позволяет уменьшить задержку и потребление энергии при обработке большого количества сигналов. Кроме того, чип использовался для разделения оптической мощности с минимальными потерями. Анализ результатов показал, что потери энергии во время разделения оставались ниже 1.16 дБ.

На данный момент исследователи работают над улучшением чипа, чтобы расширить его матричные возможности и применить его для других приложений матричных вычислений, превосходя возможности оптических нейронных сетей.

Теория струн? У нас целый оркестр научных фактов!

От классики до авангарда — наука во всех жанрах

Настройтесь на нашу волну — подпишитесь