Un gruppo di ricerca dell’Università della California a Los Angeles (UCLA) ha creato una rete neurale artificiale stampata in 3D in grado di utilizzare fotoni leggeri per elaborare le informazioni con una velocità impressionante.
L’ingegnere elettronico Aydogan Ozcan, autore principale dello studio, ha spiegato che lui e i suoi colleghi hanno usato la tecnologia di machine learning, strumenti ottici e la stampa 3D, al fine di creare un sistema che opera con la luce. E, a differenza dei computer convenzionali, senza il bisogno di una fonte di energia oltre una sorgente di luce iniziale e un semplice rilevatore.
La caratteristica più innovativa di questa tecnologia non è l’uso di sistemi di Intelligenza Artificiale, ma lo sviluppo dell’ingegneria ottica e la capacità di creare uno “stampo” della rete neurale artificiale utilizzando la stampa 3D. Secondo Ozcan, questo sistema potrebbe essere usato per imitare l’occhio di un animale, che elabora la luce e le immagini in un modo completamente diverso rispetto ai nostri occhi.
Inoltre, il ricercatore suggerisce che la rete neurale può essere utilizzata per applicazioni di microscopia e immagini per il settore medico, nel caso in cui sia implementata nelle lunghezze d’onda più corte utilizzate nell’ottica microscopica.
Rete neurale stampata in 3D
Per costruire questo sistema di riconoscimento, i ricercatori hanno utilizzato per la prima volta l’apprendimento approfondito, in cui i dati visivi o audio sono forniti a un computer e addestrati a riconoscere determinati modelli. In questo senso, l’algoritmo crea regole sui dati proposti e li applica per creare nuove voci.
Questa intelligenza artificiale è in grado di creare tutorial e superare i livelli di un videogame. Ora, gli ingegneri dell’UCLA hanno addestrato la loro rete neurale per riconoscere alcuni tipi di dati, tra cui immagini di cifre scritte a mano da 0 a 9 e altri oggetti. In ciascuno dei casi proposti, la rete ha creato un modello basato su diversi livelli di pixel, ognuno dei quali aveva la capacità di trasmettere luce. A loro volta, ciascun pixel rappresenta un neurone artificiale collegato ad altri neuroni negli stessi strati.
Invece di adattare i calcoli matematici a ciascun neurone, i ricercatori hanno affermato che la rete ottica sintonizza i loro neuroni modificando la fase e l’ampiezza della luce in ciascun neurone. Inoltre, invece di avere 1 o 0 come soluzione in un neurone, ognuno di essi trasmette o riflette una luce in arrivo allo strato successivo.
In tal modo, essi sostengono che è possibile abbinare le reti neurali ottiche con i computer e lavorare contemporaneamente, oltre a condividere il carico di lavoro. Questi componenti, chiamati “reti neurali profonde a diffrazione”, potrebbero essere scalate attraverso l’uso della stampa 3D per aggiungere strati e neuroni addizionali, che è di grande importanza se si considera che le GPU corrente consumano un sacco di energia e calore.
