Haciendo que los algoritmos de IA sean increíblemente rápidos usando chips alimentados por luz

Em. tecnología; Chip de Ben Davis, RO

Dentro de un pequeño laboratorio en el distrito portuario de Boston, enterrado dentro de un revoltijo de láseres, lentes, espejos y una maraña de cables, se encuentra un pequeño chip que podría estar a punto de tener un gran impacto en el mundo de la inteligencia artificial.

El laboratorio pertenece a Lightelligence , una startup que está desarrollando un tipo radicalmente nuevo de chip acelerador de IA. En lugar de utilizar electrones para realizar los cálculos matemáticos básicos necesarios para el aprendizaje automático, el dispositivo prototipo de la empresa utiliza luz.

En teoría, la transferencia de información a la velocidad de la luz significa que dicho dispositivo podría permitir que los algoritmos de IA se ejecuten cientos de veces más rápido que los mejores chips de IA de la actualidad. Dado que la potencia bruta de la computadora marca una gran diferencia en el aprendizaje automático, esto podría significar algoritmos mucho más potentes y capaces. Sin embargo, en la práctica, la velocidad del chip óptico dependerá de qué tan rápido pueda interactuar con los componentes convencionales, como la memoria de una computadora. Y Lightelligence necesita escribir algoritmos que puedan extraer la mayor velocidad posible de la configuración.

El aprendizaje profundo, un enfoque de aprendizaje automático inspirado libremente en la forma en que están conectados los cerebros, ha revolucionado la industria tecnológica en los últimos años. Ha demostrado ser increíblemente poderoso para entrenar máquinas para realizar tareas valiosas como etiquetar imágenes y traducir texto. Mientras tanto, las empresas se apresuran a implementar el método de formas cada vez más útiles.

El auge del aprendizaje profundo ya ha provocado un auge en la actividad comercial en torno a nuevos diseños de chips optimizados para los cálculos matemáticos clave involucrados. Ahora parece que también está inspirando enfoques fundamentalmente diferentes de la informática.

Recientemente visité Lightelligence para reunirme con su director ejecutivo, Yichen Shen, un hombre seguro de sí mismo de unos 20 años. Con un suéter de lana y una amplia sonrisa, presentó a cada uno de la docena de empleados de la empresa y luego me mostró el laboratorio.

Arash Hosseinzadeh de Lightelligence trabaja en un banco óptico en el laboratorio de la empresa.

La luz ofrece ventajas clave para la IA, explicó Shen. Los fotones son más rápidos que los electrones y su movimiento a través del circuito de un chip no lo sobrecalentará. Pero la computación con luz también es muy desafiante. Los esfuerzos anteriores para construir chips de computadora ópticos fracasaron porque es difícil emular un transistor ópticamente y porque la luz se comporta de una manera menos predecible.

Pero la ecuación está cambiando en la era del aprendizaje profundo, dice Shen. Los chips ópticos son muy adecuados para realizar multiplicaciones de matrices, cálculos que son fundamentales para el aprendizaje profundo. Las redes neuronales también son inherentemente lineales, y son los cálculos lineales en los que sobresalen los dispositivos ópticos.

Shen dice que él y sus colegas de Lightelligence enviaron recientemente su primer diseño de chip finalizado a un fabricante y esperan recibir los primeros chips en unas pocas semanas. Creemos que es una oportunidad única e interesante para probar esta idea, dice.

Los investigadores están explorando todo tipo de nuevas oportunidades en materiales y óptica. A principios de este año, un equipo de investigadores de la UCLA desarrolló un novedoso dispositivo de aprendizaje profundo creado mediante la impresión en 3D de diferentes polímeros refractivos. Los detalles del dispositivo del equipo, denominado red neuronal profunda difractiva (D2NN), fueron publicado en la revista Ciencia .

Es el aspecto no intuitivo del aprendizaje profundo lo que ha cambiado la forma en que vemos el diseño físico y optoelectrónico. Parte de esto está conduciendo a nuevas formas de computar, dice Aydogan Ozcan , profesor de la UCLA que dirigió el trabajo. Parte de esto conduce al diseño de componentes, sistemas, que funcionan de manera diferente a los sistemas tradicionales.

Comercializar la tecnología también puede ser más práctico ahora que antes.

Dan Hutchinson, analista de VLSI Research que rastrea diseños de chips innovadores, dice que el interés en nuevos chips ópticos está creciendo gracias al progreso en el diseño y fabricación de dispositivos utilizados para redes. Los chips ópticos también son relativamente fáciles y baratos de fabricar, lo que reduce la barrera de entrada para las nuevas empresas, dice.

Sin embargo, Lightelligence aún enfrentará grandes desafíos. Zhangxi Tan, un veterano de la industria de chips y director general de otra empresa de chips, NUESTRA Tecnología , dice que incluso si el chip funciona según lo prometido, podría resultar difícil fabricarlo a escala. Será un desafío empaquetar y probar un diseño de chip completamente nuevo, especialmente cuando no existen buenas herramientas de diseño de software para un dispositivo óptico de este tipo. La luz es muy elegante sobre el papel, pero los circuitos electrónicos que la rodean (los controladores láser, los circuitos del receptor de fotones, los moduladores electrónicos) son muy feos, dice Tan.

Sin embargo, el esfuerzo se está moviendo rápidamente.

El año pasado, Shen era estudiante de doctorado y estudiaba materiales fotónicos en el laboratorio de Marín Soljacic en el MIT. Junto con Soljacic y varios otros estudiantes, él publicó un artículo en la revista Nature Photonics que describe una nueva forma de realizar cálculos de redes neuronales utilizando interferencia óptica. La idea de una empresa nació antes de que se publicara el artículo, gracias a una llamada de un capitalista de riesgo de la Costa Oeste.

La compañía también tiene un hermano rival. Lightelligence se formó cuando Shen y otros abandonaron una empresa llamada Lightmatter. El CEO de Lightmatter es uno de los coautores de Shen en el artículo original, y esa compañía ha recaudado cantidades similares de fondos para su propio chip óptico de aprendizaje profundo. Quizás una rivalidad saludable podría ayudar a acelerar el desarrollo de la tecnología.

Hay importantes obstáculos por delante, pero si una de estas empresas puede superarlos, podría iluminar el mundo de la IA.

esconder