Китайските ученици принуждават роботи да мислят мигновено, ускорявайки развитието на силиконовата фотоника

Новина за пробив в фотонните нейроморфни изчисления

Учени от Университета Сидян (Xidian University) създадоха първия напълно световиден „нейроморфен“ чип, способен да се обучава чрез подсилване без превръщане на сигналите в електрически ток. Това събитие означава преход от линейни фотонни спайкови мрежи към нелинейни преобразувания – ключов стъпка за практическо приложение.

Защо това е важно
- Липса на конверсия: Превръщането на фотони в електрони и обратно води до загуба на енергия и време. В системите с реално време (роботика, автопилоти) такива закъснения могат да доведат до отказ на оборудването или дори до аварии.

- Сигурно взаимодействие между роботи и хора: Създаването на универсални фотонни чипове отваря път към по-надеждни и енергийно ефективни интелектуални системи.

Три решени проблеми
1. Наличие на големи масиви нелинейни спайкови неврони с нисък праг за активиране – сега може да се разположат по плътно невроните.

2. Напълно програмирамски чипове – преди те бяха „твърди“ (апаратно програмирани).

3. Фотонно обучение чрез подсилване – сега е реализирано благодарение на новата архитектура.

Архитектура на прототипа
КомпонентОписание 16‑канален фотонен чип Съдържа 272 обучими параметъра, построен върху матрица 16×16 интерферометри Маха‑Зендера. Чип с лазери и обратна връзка Използва наситителен поглъщател за нисък праг на нелинейната активиране на спайковете. Апаратно‑програмен фреймуърк Първо се обучава в софтуерен пакет, след това се пренася към чиповете и после се дообучава с оглед на апаратните особености.

Тестване
- CartPole (балансировка на прът) – точността е почти идентична с програмния модел (падане 1,5 %).

- Pendulum (разклоняване на маятник) – падане 2 %.

- На двете задачи времето за изчисления е само 320 пикосекунди.

Ефективност
Тип | Енергопотребление | Плътност
Линейни | 1,39 TOPS/Вт | 0,13 TOPS/mm²
Нелинейни | 987,65 GOPS/Вт | 533,33 GOPS/mm²

Тези цифри поставят фотонната система в клас GPU по енергийна ефективност (≈1 TOPS/Вт) и плътност (0,1–0,5 TOPS/mm²), но при това се опира напълно на световната обработка, изключвайки загубите от конверсия.

Перспективи
- Автономно шофиране

- Интелигентни роботи

- Периферни изчисления с надмного ниско закъснение и минимално енергопотребление

В бъдеще се планира мащабиране на чипа до 128 канала, за да решава по-сложни задачи (нейроморфна автономна навигация) и да създава компактни хибридно‑интегрирани фотонни нейроморфни устройства.

В заключение: Разработката отваря нов път към енергийно ефективен ИИ, базиран на светови импулси, което може коренно да промени подходите в роботиката и автономните системи.