Os sistemas de inteligência artificial (IA) estão se tornando cada vez mais centrais na tecnologia, impulsionando tudo, desde reconhecimento facial até tradução de idiomas. No entanto, à medida que os modelos de IA se tornam mais complexos, eles consomem vastas quantidades de eletricidade, apresentando desafios para a eficiência energética e a sustentabilidade. Um novo chip desenvolvido por pesquisadores da Universidade da Flórida pode ajudar a resolver esse problema, utilizando luz, em vez de apenas eletricidade, para realizar uma das tarefas mais exigentes em termos de energia da IA. Sua pesquisa foi reportada na Advanced Photonics.
O chip foi projetado para realizar operações de convolução, uma função central em aprendizado de máquina que permite aos sistemas de IA detectar padrões em imagens, vídeos e textos. Essas operações normalmente requerem um poder computacional significativo. Ao integrar componentes ópticos diretamente em um chip de silício, os pesquisadores criaram um sistema que realiza convoluções utilizando luz a laser e lentes microscópicas, reduzindo drasticamente o consumo de energia e acelerando o processamento.
“Realizar um cálculo de aprendizado de máquina chave com quase zero energia é um avanço significativo para os futuros sistemas de IA,” disse o líder do estudo, Volker J. Sorger, professor encarregado de Fotônica de Semicondutores na Universidade da Flórida. “Isso é crítico para continuar aumentando as capacidades da IA nos próximos anos.”
Em testes, o chip protótipo classificou dígitos manuscritos com cerca de 98% de precisão, comparável a chips eletrônicos tradicionais. O sistema utiliza dois conjuntos de lentes Fresnel em miniatura, versões planas e ultrafinas das lentes encontradas em faróis, fabricadas utilizando técnicas padrão de manufatura de semicondutores. Essas lentes são mais finas que um fio de cabelo humano e são gravadas diretamente no chip.
Para realizar uma convolução, os dados de aprendizado de máquina são inicialmente convertidos em luz a laser no chip. A luz passa pelas lentes Fresnel, que realizam a transformação matemática. O resultado é então convertido de volta em um sinal digital para completar a tarefa de IA.
“Esta é a primeira vez que alguém aplica esse tipo de computação óptica em um chip e a utiliza em uma rede neural de IA,” disse Hangbo Yang, professor associado de pesquisa no grupo de Sorger na UF e coautor do estudo.
A equipe também demonstrou que o chip poderia processar múltiplos fluxos de dados simultaneamente utilizando lasers de diferentes cores, uma técnica conhecida como multiplexação por comprimento de onda. “Podemos ter múltiplos comprimentos de onda, ou cores, de luz passando pela lente ao mesmo tempo,” disse Yang. “Essa é uma vantagem chave da fotônica.”
A pesquisa foi realizada em colaboração com o Instituto de Semicondutores da Flórida, UCLA e a Universidade George Washington. Sorger observou que fabricantes de chips, como a NVIDIA, já utilizam elementos ópticos em algumas partes de seus sistemas de IA, o que pode facilitar a integração dessa nova tecnologia.
“No futuro próximo, a óptica em chips se tornará uma parte essencial de cada chip de IA que usamos diariamente,” disse Sorger. “E a computação óptica em IA é o próximo passo.”
