ساخت تراشه نوری برای محاسبات هوش مصنوعی
برای اولین بار در تاریخ، پژوهشگران و مهندسان دانشگاه پنسیلوانیا موفق به ساخت تراشه‌ای شدند که قادر است از امواج نور به منظور انجام محاسبات پیچیدهای که برای آموزش هوش مصنوعی نیاز است به جای جریان الکتریسیته استفاده کند. تراشه جدید به شکل قابل توجهی سرعت انجام محاسبات را بیشتر می‌کند و در مقایسه با ابزارهای محاسباتی رایج، مصرف برق کمتری دارد.
رشد روزافزون استفاده از مدل‌ها و الگوریتم‌های هوشمند در عرصه‌های مختلف باعث شده ما به کامپیوترهای قدرتمند و پیشرفته‌ای نیاز داشته باشیم که توانایی پردازش حجم زیادی از اطلاعات را داشته باشند. امروزه، کامپیوترها بر مبنای معماری و مدارهای منطقی عمل می‌کنند که قدمتی بیش از شش دهه دارند و هنوز هم پردازنده‌ها و تجهیزات زیرساختی بر مبنای این معماری ساخته می‌شوند. این در حالی است که معماری مذکور انرژی زیادی مصرف می‌کند و جوابگوی نیازهای محاسباتی امروزی نیست. برهمکنش امواج نوری با ماده یکی از راهکارهای ممکن برای ساخت کامپیوترهایی است که بتوانند جایگزین سامانه‌های محاسباتی امروزی شوند که با محدودیت‌های مختلفی روبرو هستند.
از طرفی کامپیوترهای کوانتومی نیز به دلیل ساختار پیچیدهای که دارند، با محدودیت‌هایی همراه هستند، شرایط استقرار و استفاده از آن‌ها خاص است و کوچک‌ترین نوسان محیطی باعث می‌شود تا عملکرد کیوبیت‌ها ناپایدار شود. به بیان دقیق‌تر، ما همچنان فاصله زیادی با استفاده ملموس از فیزیک کوانتوم در دنیای محاسبات و به ویژه فناوری اطلاعات داریم. این در حالی است که گروهی از پژوهشگران دانشگاه پنسیلوانیا توانسته‌اند یک تراشه سیلیکون فوتونیک (SiPh) را طراحی کنند که قادر به انجام محاسبات با سرعت نور است. این درست همان چیزی است که الگوریتم‌های هوشمند به آن نیاز دارند.
این تراشه سیلیکون فوتونیک منحصر به فرد، اولین نمونه تحقیقاتی است که پروفسور نادر انقطاع بر مبنای پلتفرم SiPh که از سیلیکون استفاده می‌کند، آن‌را طراحی کرده است. سیلیکون ماده‌ای ارزان است که اساس ساخت پردازنده‌های فعلی را شکل می‌دهد. پروفسور انقطاع که از نام‌آوران عرصه نانوفناوری و برنده مدال بنجامین فرانکلین است سال‌ها است در زمینه دستکاری مواد در مقیاس نانو به منظور انجام محاسبات ریاضی با استفاده از نور به فعالیت اشتغال دارد. در طول سالیان گذشته، پروفسور انقطاع به دنبال راهکاری سریع و کارآمد برای ارسال اطلاعات بود.
ماحصل تحقیقات تیم تحت سرپرستی این پروفسور برجسته به همراه نام‌آورانی همچون فیروز افلاطونی، دانشیار مهندسی برق و سیستم دانشگاه پنسیلوانیا که روی پروژه موازی دیگری کار می‌کردند در مقاله‌ای در مجله معتبر علمی نیچر فوتونیکز منتشر شده است. انقطاع در این خصوص گفته است، این تراشه جدید ماحصل سال‌ها تجربه اعضا مختلف گروه بوده که تصمیم داشته‌اند نور را در راستای محاسبات پیچیده ریاضی به خدمت بگیرند. او می‌گوید: «ما تصمیم گرفتیم به نیروها بپیوندیم (We decided to join forces)».
این گروه در تلاش بوده‌اند، زیرساختی کارآمد به منظور انجام عملیات ضرب ماتریس در بردار ابداع کنند که از مفاهیم مهم و کلیدی است که در فرآیند توسعه شبکه‌های عصبی مورد استفاده قرار می‌گیرد تا نورون‌ها بتوانند کارآمدترین عملکرد را از خود نشان دهند.
پروفسور انقطاع در ارتباط با این تراشه منحصر به فرد گفته است: «ما تصمیم گرفتیم به جای آن‌که از ویفر سیلیکونی با ارتفاع یکسان استفاده کنیم، سیلیکون را به اندازه 150 نانومتر در برخی مناطقی خاص نازک‌تر کنیم. این تغییر اندازه در ارتفاع به گونه‌ای انجام شد که نیازی به هیچ ماده دیگری نبود. به این شکل موفق شدیم راهکاری برای کنترل انتشار نور از طریق تراشه به دست آوریم. در مرحله بعد این تغییر ارتفاع را به شکلی توزیع کردیم که نور در الگوهای خاصی پراکنده شد و به تراشه اجازه داد محاسبات ریاضی را با سرعت نور انجام دهد».
ویژگی قابل تاملی تراشه فوق این است که قابل استفاده در کاربردهای تجاری است و امکان استفاده از آن در GPUها وجود دارد. انقطاع می‌گوید: «شرکت‌ها می‌توانند پلتفرم Silicon Photonics را به عنوان یک افزونه استفاده کنند تا فرآیند آموزش و طبقه‌بندی با سرعت بیشتر انجام شود».
یکی دیگر از کاربردهای منحصر به فرد این تراشه قدرتمند، در حوزه امنیت و حفظ حریم خصوصی است. با توجه به این‌که تراشه فوق قادر است محاسبات را به شکل همزمان انجام دهد، نیازی به ذخیره‌‌سازی اطلاعات حساس در حافظه اصلی نیست و بنابراین، سامانه‌های مجهز به این فناوری در عمل غیر قابل هک خواهند بود. پروفسور افلاطونی در این ارتباط گفته است: «مادامی که اطلاعاتی از شما در حافظه یک سیستم وجود نداشته باشد، هیچ هکری قادر به هک کردن یا سرقت اطلاعات نخواهد بود».
