معماری آینده‌ هوش مصنوعی از جنس نور و انکسار

به گزارش تیم آینده پژوهی پردیس هوش مصنوعی و نوآوری دیجیتال ایران، پژوهشگران دانشگاه UCLA به معرفی معماری‌ نوین برای هوش مصنوعی پرداخته‌اند که نه بر مدارهای الکترونیکی، بلکه بر پدیده‌های نوری و ساختارهای انکساری بنا شده است. این معماری که با نام Diffractive Deep Neural Network (D²NN) شناخته می‌شود، از لایه‌هایی شفاف و چاپ‌شده به‌صورت سه‌بعدی تشکیل شده است که می‌توانند نور را به شکلی هدفمند خم کرده و اطلاعات را با سرعتی هم‌تراز نور پردازش کنند.

سامانه‌های فیزیکی مبتنی بر مدل‌های D²NN

مدل‌های D²NN پس از گذراندن فرایند یادگیری بر روی رایانه، به صورت فیزیکی چاپ می‌شوند. این به این معناست که «هوش» نه در قالب کد، بلکه در ماده تعبیه می‌شود. به عبارت دیگر، ماشین‌ها نه از طریق محاسبه جریان‌های الکترونی، بلکه با انحراف پرتوهای نوری تفکر می‌کنند.

این فناوری به‌جای مصرف انرژی، تنها به حضور نور نیاز دارد و قادر است در لحظه، وظایف بینایی ماشینی مانند تشخیص اشیاء یا طبقه‌بندی تصویر را انجام دهد. برخلاف تراشه‌های رایج که مصرف بالا، تأخیر پردازشی و تولید گرما دارند، این سامانه‌ها ارزان، آنی و فاقد مصرف انرژی فعال طراحی شده‌اند.اما، اهمیت این معماری فراتر از سرعت و صرفه‌جویی در انرژی است.

آنچه این دستاورد را در زمره نشانه‌های آینده قرار می‌دهد، دگرگونی در منطق محاسبه‌پذیری است. مدل های D²NN به ما نشان می‌دهد که می‌توان «یادگیری» را به فرم فیزیکی، ساختار نوری و ماده‌ باثبات و غیرالکترونیکی منتقل کرد. این تحول، امکان ساخت سامانه‌های فیزیکی هوشمند را فراهم می‌کند که در آن، هوش مصنوعی نه یک نرم‌افزار بلکه یک شیء است.

تغییر از هوش مصنوعی مبتنی بر سیلیکون به سوی هوش نوری و مواد هوشمند، به همراه معماری‌های مجسم‌شده، چشم‌انداز جدیدی را ترسیم می‌کند. در این آینده، محاسبات محدود به مراکز داده ابری نخواهد بود؛ بلکه در اشیاء اطراف ما، در ساختار لنزها، لباس‌ها و سطح شهر جاری خواهد شد.