Processador de luz aprende por associao, como os ces de Pavlov

1548234083 file be0b03d8 Vision Art NEWS


Informtica

Redação do Site Inovação Tecnológica – 02/08/2022

Sistema de IA usa luz para aprender associativamente, como os c

Ilustrao do experimento de Pavlov sobre aprendizado associativo em um chip.
[Imagem: Zengguang Cheng]

IA de Pavlov

Pesquisadores da Alemanha e do Reino Unido desenvolveram um processador ptico – que funciona com luz em vez de eletricidade – capaz de detectar semelhanas em conjuntos de dados at 1.000 vezes mais rpido do que algoritmos convencionais de aprendizado de mquina rodando em processadores eletrnicos.

O novo processador tem uma arquitetura inspirada na descoberta do condicionamento clssico de Ivan Pavlov. Em seus experimentos, Pavlov descobriu que, ao fornecer outro estmulo durante a alimentao, como o som de uma campainha, seus ces comeavam a vincular as duas experincias e salivavam apenas com o som. Em outras palavras, as associaes repetidas de dois eventos no relacionados ocorrendo ao mesmo tempo podem produzir um reflexo condicional, hoje conhecido como “aprendizado associativo“.

As redes neurais usadas na maioria dos sistemas de inteligncia artificial (IA) geralmente exigem um nmero substancial de exemplos de treinamento durante um processo de aprendizado. Por exemplo, treinar um programa para reconhecer um gato de maneira confivel pode usar at 10.000 imagens de gato/no gato, o que representa um elevado custo computacional, de armazenamento, energia etc.

O processador fotnico baseado em um paradigma diferente, conhecido como Elemento de Aprendizagem Mondica Associativa, ou AMLE, na sigla em ingls (Associative Monadic Learning Element). Em vez de usar o algoritmo de retropropagao, que est no corao de muitos avanos recentes da IA, este mecanismo usa uma memria que aprende padres para associar caractersticas semelhantes em conjuntos de dados – imitando o reflexo condicional observado por Pavlov em seus ces.

As entradas AMLE so pareadas com as sadas corretas para supervisionar o processo de aprendizado, e o material usado como memria pode ser redefinido usando sinais de luz.

Nos testes, o AMLE conseguiu identificar corretamente imagens de gatos/no-gatos aps ser treinado com apenas 5 pares de imagens – contra 10.000 da IA tradicional.

Sistema de IA usa luz para aprender associativamente, como os c

Em vez dos tradicionais neurnios e sinapses artificiais, o processador de luz aprende por associao.
[Imagem: James Y. S. Tan et al. – 10.1364/OPTICA.455864]

Aprendizagem associativa por luz

A capacidade de desempenho quase incomparvel do novo chip ptico em relao a um processador eletrnico convencional se deve a duas diferenas principais em seu projeto:

  • uma arquitetura de rede nica, incorporando aprendizagem associativa como um bloco bsico de construo, em vez de usar neurnios artificiais e uma rede neural;
  • e o uso de multiplexao por diviso de comprimento de onda para enviar em um nico canal vrios sinais de luz, em diferentes comprimentos de onda, para aumentar a velocidade computacional.

O hardware do processador usa luz para enviar e recuperar dados para maximizar a densidade de informaes – vrios sinais em diferentes comprimentos de onda so enviados simultaneamente, sustentando um processamento paralelo, o que aumenta a velocidade de deteco das tarefas de reconhecimento.

“O dispositivo captura naturalmente similaridades em conjuntos de dados, e faz isso em paralelo, usando luz para aumentar a velocidade geral de computao – que pode exceder em muito as capacidades dos chips eletrnicos convencionais,” disse o professor Wolfram Pernice, da Universidade de Munique, na Alemanha.

Bibliografia:

Artigo: Monadic Pavlovian associative learning in a backpropagation-free photonic network
Autores: James Y. S. Tan, Zengguang Cheng, Johannes Feldmann, Xuan Li, Nathan Youngblood, Utku E. Ali, C. David Wright, Wolfram H. P. Pernice, Harish Bhaskaran
Revista: Optica
DOI: 10.1364/OPTICA.455864

Seguir Site Inovação Tecnológica no Google Notícias

Outras notcias sobre:

Mais tópicos

Fonte: Acesse Aqui o Link da Matéria Original

1548234083 file be0b03d8 Vision Art NEWS

Este site usa cookies para que você tenha a melhor experiência do usuário. Se continuar a navegar, dará o seu consentimento para a aceitação dos referidos cookies e da nossa política de cookies , clique no link para obter mais informações. CONFIRA AQUI

ACEPTAR
Aviso de cookies
Translate »