Jaringan Saraf yang Terbuat dari Cahaya: Kekuatan Foton Mendorong Revolusi AI Berikutnya

Para peneliti di Institut Max Planck untuk Ilmu Cahaya telah mengembangkan metode yang lebih sederhana dan berpotensi lebih berkelanjutan untuk mengimplementasikan jaringan saraf menggunakan sistem optik.

Sistem optik baru untuk jaringan saraf telah dikembangkan oleh Institut Max Planck, menawarkan alternatif yang lebih sederhana dan lebih hemat energi daripada metode saat ini.

Sistem ini menggunakan transmisi cahaya untuk melakukan komputasi, mengurangi kompleksitas dan kebutuhan energi yang terkait dengan jaringan saraf tradisional.

Jaringan Syaraf Optik

Para ilmuwan mengusulkan cara baru untuk menerapkan jaringan saraf dengan sistem optik yang dapat membuat pembelajaran mesin lebih berkelanjutan di masa depan. Para peneliti di Institut Max Planck untuk Ilmu Cahaya menerbitkan metode baru mereka pada tanggal 9 Juli di Fisika Alammenunjukkan metode yang jauh lebih sederhana daripada pendekatan sebelumnya.

Pembelajaran mesin dan kecerdasan buatan menjadi semakin meluas dengan aplikasi mulai dari visi komputer hingga pembuatan teks, seperti yang ditunjukkan oleh ChatGPT. Namun, tugas-tugas rumit ini memerlukan jaringan saraf yang semakin kompleks; beberapa dengan miliaran parameter.

Pertumbuhan pesat ukuran jaringan saraf ini telah menempatkan teknologi pada jalur yang tidak berkelanjutan karena konsumsi energi dan waktu pelatihannya yang meningkat secara eksponensial. Misalnya, diperkirakan bahwa pelatihan GPT-3 menghabiskan lebih dari 1.000 MWh energi, yang setara dengan konsumsi energi listrik harian sebuah kota kecil.

Tren ini telah menciptakan kebutuhan akan alternatif yang lebih cepat, lebih hemat energi dan biaya, yang memicu perkembangan pesat bidang komputasi neuromorfik. Tujuan bidang ini adalah mengganti jaringan saraf pada komputer digital kita dengan jaringan saraf fisik. Jaringan ini dirancang untuk melakukan operasi matematika yang dibutuhkan secara fisik dengan cara yang berpotensi lebih cepat dan lebih hemat energi.

Ilustrasi artistik sistem neuromorfik pemandu gelombang yang membawa cahaya. Kredit: @ CC Wanjura

Tantangan dalam Komputasi Neuromorfik

Optik dan fotonik merupakan platform yang sangat menjanjikan untuk komputasi neuromorfik karena konsumsi energi dapat ditekan seminimal mungkin. Perhitungan dapat dilakukan secara paralel pada kecepatan yang sangat tinggi yang hanya dibatasi oleh kecepatan cahaya. Namun, sejauh ini, terdapat dua tantangan signifikan: Pertama, mewujudkan perhitungan matematika kompleks yang diperlukan memerlukan daya laser yang tinggi. Kedua, kurangnya metode pelatihan umum yang efisien untuk jaringan saraf fisik tersebut.

Kedua tantangan tersebut dapat diatasi dengan metode baru yang diusulkan oleh Clara Wanjura dan Florian Marquardt dari Institut Max Planck untuk Ilmu Cahaya dalam artikel baru mereka di Fisika Alam.

Menyederhanakan Pelatihan Jaringan Syaraf

“Biasanya, information yang dimasukkan dicetak pada bidang cahaya. Namun, dalam metode baru kami, kami mengusulkan untuk mencetak information tersebut dengan mengubah transmisi cahaya,” jelas Florian Marquardt, Direktur Institut tersebut.

Dengan cara ini, sinyal masukan dapat diproses secara acak. Hal ini berlaku meskipun medan cahaya itu sendiri berperilaku dengan cara yang paling sederhana yang memungkinkan, yaitu gelombang saling mengganggu tanpa memengaruhi satu sama lain. Oleh karena itu, pendekatan mereka memungkinkan seseorang untuk menghindari interaksi fisik yang rumit untuk mewujudkan fungsi matematika yang diperlukan yang jika tidak demikian akan memerlukan medan cahaya berdaya tinggi.

Mengevaluasi dan melatih jaringan saraf fisik ini akan menjadi sangat mudah: “Ini akan semudah mengirimkan cahaya melalui sistem dan mengamati cahaya yang dipancarkan. Ini memungkinkan kita mengevaluasi keluaran jaringan. Pada saat yang sama, ini memungkinkan seseorang untuk mengukur semua informasi yang relevan untuk pelatihan,” kata Clara Wanjura, penulis pertama penelitian tersebut.

Para penulis menunjukkan dalam simulasi bahwa pendekatan mereka dapat digunakan untuk melakukan tugas klasifikasi gambar dengan cara yang sama ketepatan sebagai jaringan saraf digital.

Di masa mendatang, penulis berencana untuk berkolaborasi dengan kelompok eksperimen guna mengeksplorasi penerapan metode mereka. Karena proposal mereka secara signifikan melonggarkan persyaratan eksperimen, metode ini dapat diterapkan pada banyak sistem yang sangat berbeda secara fisik. Hal ini membuka kemungkinan baru untuk perangkat neuromorfik yang memungkinkan pelatihan fisik melalui berbagai platform.

Referensi: “Komputasi neuromorfik nonlinier penuh dengan hamburan gelombang linier” oleh Clara C. Wanjura, dan Florian Marquardt, 9 Juli 2024, Fisika Alam.
DOI: 10.1038/s41567-024-02534-9