Imaginez un ordinateur qui ne s'appuie pas uniquement sur l'électronique mais utilise la lumière pour effectuer des tâches plus rapidement et plus efficacement. Une collaboration entre deux équipes de recherche de l'Université de Tampere en Finlande et l'Université Marie et Louis Pasteur en France a maintenant démontré une nouvelle façon de traiter l'information en utilisant des fibres légères et optiques, ouvrant la possibilité de construire des ordinateurs ultra-rapides. Les études sont publiées dans Lettres d'optique Et sur le arxiv serveur de préimprimée.
La recherche a été effectuée par des chercheurs postdoctoraux, le Dr Mathilde Hary de l'Université de Tampere et le Dr Andrei Ermolaev, de l'Université Marie et Louis Pasteur, Besançon, a démontré comment la lumière laser à l'intérieur des fibres de verre minces peut imiter la façon dont l'intelligence artificielle (AI) les transitions. Leur travail a étudié une classe particulière d'architecture informatique connue sous le nom de machine d'apprentissage extrême, une approche inspirée des réseaux de neurones.
« Au lieu d'utiliser l'électronique et les algorithmes conventionnels, le calcul est réalisé en profitant de l'interaction non linéaire entre des impulsions lumineuses intenses et le verre », explique Hary et Ermolaev.
L'électronique traditionnelle approche leurs limites en termes de bande passante, de débit de données et de consommation d'énergie. Les modèles d'IA augmentent, ils sont plus avides d'énergie et l'électronique ne peut traiter les données qu'à une certaine vitesse. Les fibres optiques, en revanche, peuvent transformer les signaux d'entrée à des vitesses à des milliers de fois plus rapidement et amplifier de minuscules différences via des interactions non linéaires extrêmes pour les rendre discernables.
Vers un calcul efficace
Dans leurs travaux récents, les chercheurs ont utilisé des impulsions laser fémtosecondes (un milliard de fois plus courtes qu'un flash d'appareil photo) et une lumière de fibre optique confinant dans une zone plus petite qu'une fraction de cheveux humains pour démontrer le principe de travail d'un système de l'orme optique. Les impulsions sont suffisamment courtes pour contenir un grand nombre de longueurs d'onde ou de couleurs différentes.
En envoyant ceux-ci dans la fibre avec un retard relatif codé en fonction d'une image, ils montrent que le spectre résultant des longueurs d'onde à la sortie de la fibre transformée par l'interaction non linéaire de la lumière et du verre contient des informations suffisantes pour classer les chiffres manuscrits (comme ceux utilisés dans le benchmark MNIST populaire MNIST). Selon les chercheurs, les meilleurs systèmes ont atteint une précision de plus de 91%, à proximité des méthodes numériques de pointe, en moins d'un picoseconde.
Ce qui est remarquable, c'est que les meilleurs résultats ne se sont pas produits au niveau maximum d'interaction ou de complexité non linéaire, mais plutôt à partir d'un équilibre délicat entre la longueur des fibres, la dispersion (la différence de vitesse de propagation entre différentes longueurs d'onde) et les niveaux de puissance.
« Les performances ne sont pas simplement une question de pousser plus de puissance à travers la fibre. Cela dépend de la précision de la lumière initiale, en d'autres termes, comment les informations sont codées et de la façon dont elles interagissent avec les propriétés des fibres », explique Hary.
En exploitant le potentiel de la lumière, cette recherche pourrait ouvrir la voie à de nouvelles façons de calculer tout en explorant les voies vers des architectures plus efficaces.
« Nos modèles montrent comment la dispersion, la non-linéarité et même le bruit quantique influencent les performances, fournissant des connaissances essentielles pour la conception de la prochaine génération de systèmes d'IA optique-électronique hybrides », poursuit Ermolaev.
Faire progresser la non-linéarité par le biais de la recherche collaborative en IA et en photonique
Les deux équipes de recherche sont reconnues internationalement pour leur expertise dans les interactions lumineuses non linéaires. Leur collaboration rassemble la compréhension théorique et les capacités expérimentales de pointe pour exploiter la non-linéarité optique pour diverses applications.
« Ce travail montre comment la recherche fondamentale en fibre optique non linéaire peut entraîner de nouvelles approches du calcul.
La recherche combine une fibre optique non linéaire et une IA appliquée pour explorer de nouveaux types d'informatique. À l'avenir, leur objectif serait de construire des systèmes optiques sur puce qui peuvent fonctionner en temps réel et en dehors du laboratoire. Les applications potentielles vont du traitement du signal en temps réel à la surveillance environnementale et à l'inférence IA à grande vitesse.
