fotonik çipler robotlara ışık hızında öğrenmeyi öğretiyor

Işıkla çalışan ve elektronik-ışık dönüşümüne gerek kalmadan öğrenebilen yeni fotonik çipler, robotik ve yapay zekâ dünyasında dikkat çeken bir atılım olarak öne çıkıyor. Bu teknoloji, hem hesaplama hızını hem de enerji verimliliğini mevcut elektronik sistemlerin çok ötesine taşımayı hedefliyor.

Neden şimdi? Fotonik çiplerin doğrusal olmayan dönüşümü

Fotonik çipler yani ışıkla hesap yapan donanımlar uzun süredir matris çarpımı gibi lineer işlemleri çok hızlı yapabiliyordu. Ama yapay zekâda asıl “öğrenme”yi sağlayan doğrusal olmayan fonksiyonlar hep elektronik tarafta çözülüyordu. Bu yüzden çoğu sistem, ışığı elektriğe, sonra tekrar ışığa çeviren yavaş ve enerji harcayan bir hibrit yapı kullanıyordu.

Xidian Üniversitesi’nden Shuiying Xiang ve ekibi, Optica dergisinde yayınlanan çalışmalarında bu engeli aşmayı başardı. Artık hem doğrusal hem de doğrusal olmayan hesaplamalar tamamen optik alanda sadece ışıkla yapılabiliyor. Kısacası, öğrenme ve karar verme için elektronik sinyallere dönüştürme ihtiyacı ortadan kalkıyor.

kuyumcu tekniğiyle nükleer saat devrimi

×

Çip mimarisi: İki parçalı optik beyin

Bu sistem, birlikte çalışan iki ana bileşenden oluşuyor.

Programlanabilir fotonik işlemci: 272 ayarlanabilir parametreye sahip, 16×16 (256 girişli) bir Mach–Zehnder interferometre ağı. Şöyle düşünün: Işık sinyallerinin yönünü anlık olarak değiştiren programlanabilir optik anahtarlar zinciri.

Doyurulabilir soğuruculu lazer dizisi: Doğrusal olmayan aktivasyonları tamamen optik tarafta gerçekleştiren ikinci çip. Buradaki “saturable absorber” (doyurulabilir soğurucu), belli bir ışık şiddetinin üzerinde sinyali geçirerek çalışıyor; tıpkı biyolojik nöronun “eşik değerini aşınca ateşleme” prensibi gibi.

Bu yapı “fotonik spiking sinir ağı” adını taşıyor. Çip üzerindeki optik devreler, pikosaniye (trilyonda bir saniye) mertebesinde gecikmelerle işlem yapabiliyor. Performans metrikleri oldukça etkileyici: yaklaşık 320 pikosaniye çip içi gecikme, 1,39 TOPS/W doğrusal hesaplama kapasitesi ve 987,65 GOPS/W doğrusal olmayan hesaplama verimliliği.

Tamamen optik alanda öğrenme: Nasıl test edildi?

Sistem, takviye öğrenmesi (reinforcement learning) senaryolarıyla test edildi. İki klasik kontrol problemi kullanıldı:

CartPole (Sarkacı Dengeleme): Ray üzerindeki bir araba, üzerinde dik duran çubuğu dengede tutmaya çalışıyor. Ajan, arabayı hareket ettirerek çubuğu dik tutmaya çalışıyor.

Pendulum (Ters Sarkacı Dengeleme): Başlangıçta aşağı sarkan bir sarkacı önce dik konuma sallayıp orada tutma görevi.

Deneylerde önce sinir ağı modeli klasik yazılım ortamında eğitildi, sonra ağırlıklar fotonik çipe aktarıldı. Sonuçlar şaşırtıcı: yazılım modeline göre sadece %1,5 (CartPole) ve %2 (Pendulum) gibi ihmal edilebilir doğruluk farklarıyla çalıştı. Bu, fotonik donanımın gerçek zamanlı karar verme kalitesini koruduğunu gösteriyor.

Pratik uygulamalar: Robotlar ve otonom araçlar

Geleneksel yapay zekâ donanımı, veriyi bellekten işlemciye sürekli taşımak zorunda. Bu “von Neumann darboğazı” hem gecikme hem de enerji tüketimi yaratıyor. Fotonik çipler ise veriyi ışıkla aynı fiziksel yapı içinde işleyip taşıyabiliyor.

Otonom araçlar için bu şu anlama geliyor: Pikosaniye mertebesindeki düşük gecikme, engel veya yaya gibi ani değişimlere milisaniyelerin çok altında tepki verme kapasitesi. Enerji verimliliği ise mobil robotlar için kritik; benzer işleri yapan elektronik çiplere göre 10–100 kat daha iyi verimlilik mümkün. Bu, daha küçük bataryalarla daha uzun görev süreleri demek.

Gelecek: 128 kanala ölçeklendirme yolunda

Şu anki prototip 16 optik kanal çalışıyor ama ekip 128 kanallı versiyon üzerinde çalışıyor. Hedef, uç birimlerde (edge computing) çalışabilecek hibrit entegre fotonik sistemler yani robotların buluta ihtiyaç duymadan yerel olarak öğrenmesi.

Bu çalışma, fotonik sinir ağlarında doğrusal olmayan hesaplamayı optik alana taşıması ve takviye öğrenmesini donanımda göstermesiyle bir dönüm noktası olarak görülüyor. Paralel çalışmalar da ışıkla süper bilgisayar gücünde hesaplama veya 100 kata varan enerji verimliliği vaat ediyor. Önümüzdeki yıllarda yapay zekâ donanımının ağırlık merkezi, hibrit veya tamamen fotonik mimarilere doğru kayabilir.