Une étude jette les bases de blocs de construction neuromorphiques reconfigurables
Les réseaux de neurones optiques peuvent fournir la solution à haut débit et à grande capacité nécessaire pour accomplir des tâches informatiques difficiles. Cependant, pour exploiter pleinement leur potentiel, il faudra réaliser des progrès supplémentaires. L'un des défis est la reconfigurabilité des réseaux de neurones optiques.
Une équipe de recherche du groupe de recherche Stiller de l'Institut Max Planck pour la science de la lumière, en collaboration avec le groupe de recherche Englund du Massachusetts Institute of Technology, a réussi à jeter les bases de nouveaux éléments neuromorphiques reconfigurables en ajoutant un nouveau dimension à l’apprentissage automatique photonique : les ondes sonores. Leurs conclusions sont publiées dans Communications naturelles.
Les chercheurs utilisent la lumière pour créer des ondes acoustiques temporaires dans une fibre optique. Les ondes sonores ainsi générées peuvent par exemple permettre une fonctionnalité récurrente dans une fibre optique télécom, essentielle à l'interprétation d'informations contextuelles telles que la langue.
L’intelligence artificielle est désormais monnaie courante et nous aide à jongler avec les tâches quotidiennes. Les modèles linguistiques tels que ChatGPT sont capables de créer des textes formulés naturellement et de résumer les paragraphes de manière structurée, nous aidant ainsi à réduire nos frais administratifs. L’inconvénient réside dans leurs énormes besoins énergétiques, ce qui signifie qu’à mesure de leur évolution, ces appareils intelligents nécessiteront de nouvelles solutions pour accélérer le traitement du signal et réduire la consommation d’énergie.
Les réseaux de neurones ont le potentiel de constituer l’épine dorsale de l’intelligence artificielle. Leur construction sous forme de réseaux de neurones optiques, basés sur la lumière plutôt que sur des signaux électriques, promet le traitement de gros volumes de données à grande vitesse et avec une grande efficacité énergétique. À ce jour, cependant, de nombreuses approches expérimentales de mise en œuvre de réseaux de neurones optiques reposaient sur des composants fixes et des dispositifs stables.
Aujourd'hui, une équipe de recherche internationale dirigée par Birgit Stiller de l'Institut Max-Planck pour la science de la lumière, en collaboration avec Dirk Englund du Massachusetts Institute of Technology, a trouvé un moyen de construire des éléments de base reconfigurables basés sur des ondes sonores pour l'apprentissage automatique photonique. Pour leur approche expérimentale, les chercheurs utilisent des fibres optiques très fines, déjà utilisées dans le monde entier pour les connexions Internet rapides.
La clé de l'invention réside dans la création, pilotée par la lumière, d'ondes sonores progressives qui manipulent les étapes de calcul ultérieures d'un réseau neuronal optique. Les informations optiques sont traitées et corrélées aux ondes acoustiques. Les ondes sonores ont un temps de transmission beaucoup plus long que le flux d'informations optiques. Ils restent donc plus longtemps dans la fibre optique et peuvent être reliés tour à tour à chaque étape de traitement ultérieure. La particularité de ce processus réside dans le fait qu’il est entièrement contrôlé par la lumière et ne nécessite pas de structures ni de transducteurs compliqués.
« Je suis très heureux que nous nous lancions dans cette nouvelle ligne de recherche pionnière sur l'utilisation des ondes sonores pour contrôler les réseaux de neurones optiques. Les résultats de nos recherches ont le potentiel de déclencher le développement de nouveaux éléments de base pour de nouvelles architectures de calcul photonique », déclare Dr Birgit Stiller, responsable du groupe de recherche en optoacoustique quantique.
Le premier élément de base démontré expérimentalement par l’équipe est un opérateur récurrent, une technologie largement utilisée dans le domaine des réseaux neuronaux récurrents. Il permet d'enchaîner une série d'étapes de calcul et fournit donc un contexte pour chaque étape de calcul effectuée.
Dans le langage humain, par exemple, l’ordre des mots peut déterminer le sens d’une phrase. Par exemple, les deux phrases « Elle a décidé de contester la recherche » et « Elle a décidé de contester la recherche » sont constituées des mêmes mots mais ont des significations différentes. Cela est dû aux contextes différents créés par l’ordre des mots.
Un réseau neuronal traditionnel entièrement connecté sur un ordinateur rencontre des difficultés à capturer le contexte car il nécessite un accès à la mémoire. Afin de relever ce défi, les réseaux de neurones ont été équipés d'opérations récurrentes qui activent la mémoire interne et sont capables de capturer des informations contextuelles. Bien que ces réseaux de neurones récurrents soient simples à mettre en œuvre numériquement, la mise en œuvre analogue en optique est difficile et s’appuie jusqu’à présent sur des cavités artificielles pour fournir la mémoire.
Les chercheurs ont désormais utilisé les ondes sonores pour mettre en œuvre un opérateur récurrent. En conséquence, l’Optoacoustic REcurrent Operator (OREO) exploite les propriétés intrinsèques d’un guide d’onde optique sans avoir besoin d’un réservoir artificiel ou de structures nouvellement fabriquées.
OREO offre l'avantage d'être entièrement contrôlé optiquement, ce qui rend l'ordinateur optoacoustique programmable impulsion par impulsion. Par exemple, les chercheurs ont utilisé cela pour implémenter optiquement pour la première fois un décrochage récurrent, une technique de régulation utilisée uniquement auparavant pour améliorer les performances des réseaux neuronaux récurrents numériques. OREO a été utilisé pour distinguer jusqu'à 27 modèles différents, démontrant sa capacité à traiter le contexte.
« Le contrôle entièrement optique d'OREO est une fonctionnalité puissante. En particulier, la possibilité de programmer le système impulsion par impulsion offre plusieurs degrés de liberté supplémentaires. L'utilisation d'ondes sonores pour l'apprentissage automatique photonique perturbe le statu quo et je suis très impatient de voir comment le domaine évoluera à l'avenir », déclare Steven Becker, doctorant au Stiller Lab.
À l’avenir, l’utilisation d’ondes sonores pour les réseaux de neurones optiques pourrait ouvrir la voie à une nouvelle classe de calcul neuromorphique optique qui pourrait être reconfigurée spontanément et permettrait un calcul en mémoire à grande échelle dans le réseau de télécommunications actuel. En outre, les implémentations sur puce de réseaux de neurones optiques peuvent bénéficier de cette approche, qui peut être mise en œuvre dans des guides d'ondes photoniques sans commandes électroniques supplémentaires.
« L'apprentissage automatique photonique pourrait receler un énorme potentiel pour le traitement parallèle de l'information et les opérations économes en énergie. L'ajout d'ondes acoustiques peut contribuer à cet effort grâce à une boîte à outils entièrement contrôlée optiquement et facile à utiliser », déclare le Dr Birgit Stiller. .
