Programmable k-local Ising interactions and shallow optical Kolmogorov--Arnold networks through repeated data encounters
تقترح هذه الورقة بنية فوتونية ذات مواجهة متكررة تستخدم الانتشار الخطي والكشف ذو التربيع المربع لتقييم تفاعلات إيزيننج (Ising) المتفرقة ذات الموقع المحلي وشبكات كولموغوروف-أرنولد البصرية الضحلة بشكل برمجي دون الحاجة إلى وسائط غير خطية أو كيوبتات مساعدة، محققةً كفاءة مثلى بـ من مواجهات البيانات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الحوسبة، هناك رغبة مستمرة لبناء آلات يمكنها حل الألغاز المعقدة عن طريق إيجاد أدنى حالة طاقة للنظام، تماماً مثل كرة تتدحرج أسفل تلة لتجد أعمق وادٍ. لعقود من الزمن، حاول العلماء بناء هذه "آلات إيسينج" (Ising machines) باستخدام الضوء، لأن الفوتونات تسير بسرعة ويمكنها حمل كميات هائلة من المعلومات. ومع ذلك، فإن للضوء قيداً طبيعياً: فهو ممتاز في أداء الحسابات البسيطة والمستقيمة، لكنه يواجه صعوبة في أداء التفاعلات المعقدة ومتعددة الخطوات المطلوبة للمشكلات الأصعب. عادةً، لجعل الضوء يقوم بهذه المهام الأصعب، اضطر الباحثون إلى الاعتماد على مواد خاصة تحني الضوء بطرق غريبة أو تفكيك المشكلات المعقدة إلى قطع أبسط مكونة من جزأين. هذا النهج غالباً ما يضيف ضخامة وتكلفة، أو يحد من أنواع المشكلات التي يمكن للآلة حلها.
تقترح دراسة جديدة لنيكيتا سترويف وناتاليا ج. بيرلو طريقة مختلفة لتسخير الضوء، تتجنب الحاجة إلى المواد الغريبة تماماً. فبدلاً من محاولة إجبار الضوء على التصرف بشكل غير خطي في تمريرة واحدة، صمموا نظاماً يلتقي فيه البيانات بنفسه بشكل متكرر. من خلال إرسال المعلومات عبر حلقة من المرايا والعدسات عدة مرات، وقياس الضوء بعناية في كل مرة يمر فيها، يمكن للنظام بناء تفاعلات معقدة من خطوات خطية بسيطة. وقد أثبت الباحثون من خلال تحليل رياضي صارم ونموذج "فوريه" المنفصل المحدود أن هذه الطريقة يمكنها برمجة وتقييم التفاعلات بين أي عدد من المتغيرات، بدءاً من الأزواج وصولاً إلى مجموعات من أربعة أو أكثر. يشير عملهم إلى أنه مع البنية التحتية المناسبة، يمكن جعل الضوء يحل مشكلات عالية المستوى دون الحاجة أبداً إلى مغادرة نطاق البصريات الخطية القياسية، رغم أنهم يشيرون إلى أن هذا الإطار النظري لا يحل محل الحاجة إلى التحقق التجريبي بعد.
يكمن جوهر هذا الاكتشاف في حيلة معمارية ذكية يسميها المؤلفون "اللقاءات المتكررة". تخيل غرفة مليئة بالمرايا وحزمة ضوئية واحدة. في الإعداد القياسي، قد يمر الضوء عبر قناع يمثل مشكلة ما، ثم ينعكس ويتم قياسه مرة واحدة. هذه التمريرة الواحدة لا يمكنها إلا التقاط علاقات بسيطة. في التصميم الجديد، لا يتم قياس الضوء مرة واحدة فقط؛ بل يتم توجيهه عبر نفس القناع، أو قناع مشابه، عدة مرات. في كل مرة يمر فيها الضوء عبر القناع، يتفاعل مع البيانات مرة أخرى. وقد أثبت الباحثون رياضياً أنه لإنشاء تفاعل يتضمن عدداً معيناً من المتغيرات، يجب أن يلتقي الضوء بالبيانات نصف هذا العدد على الأقل، بعد جبر الكسر. على سبيل المثال، لإنشاء علاقة بين أربعة متغيرات، يجب أن يمر الضوء عبر النظام مرتين. هذا حد أساسي؛ فلا يوجد قدر من الهندسة الذكية في تمريرة واحدة يمكنه تحقيق ما يمكن لمرتين تحقيقه.
لاختبار هذه الفكرة، طور الفريق محاكاة حاسوبية مفصلة لنظام بصري مثالي يعمل كمرسل علاقة مطوي، باستخدام شبكة من المرايا والعدسات للتحكم في الضوء. لقد ركزوا على تحدٍ محدد: إنشاء تفاعل رباعي الاتجاهات، وهو ما يعد خطوة كبيرة للأمام مقارنة بالتفاعلات ثنائية الاتجاهات القياسية الموجودة في معظم الآلات الحالية. قاموا ببرمجة النظام لتوجيه الضوء الذي يمثل أربعة متغيرات محددة إلى قناة مخصصة. في التمريرة الأولى، جمع الضوء معلومات حول مجموع هذه المتغيرات. وفي التمريرة الثانية، قام النظام بعكس هذا الضوء عبر القناع، مما سمح له بالتفاعل مع المتغيرات مرة ثانية. ومن خلال قياس شدة الضوء بعد التمريرة الأولى ومرة أخرى بعد التمريرة الثانية، ثم دمج هذه القياسات مع أوزان محددة، استطاع النظام إعادة بناء العلاقة الرباعية الدقيقة.
كانت نتائج المحاكاة مذهلة. فعندما استخدم الباحثون طريقة يتم فيها ببساطة عكس الضوء دون إعادة مواجهة البيانات، فشل النظام في التقاط العلاقة الرباعية، منتجاً فقط نتائج ثنائية الاتجاهات بسيطة. ولكن عندما استخدموا طريقة "الاستذكار المتبادل" (reciprocal recollection) — حيث يتم إرسال الضوء مرة أخرى عبر قناع البيانات الحي — نجح النظام في توليد الإشارة الرباعية المعقدة في النموذج. أظهرت المحاكاة أن النظام يمكنه التمييز بين جميع التشكيلات الستة عشر الممكنة للمتغيرات الأربعة، مع إعادة بناء قيمة الطاقة الصحيحة لكل منها بدقة عالية. كما اختبر الباحثون كيفية تعامل النظام مع العيوب، مثل الأخطاء الصغيرة في المرايا أو حجم النوافذ التي يمر من خلالها الضوء. ووجدوا أنه بينما أدت هذه الأخطاء إلى إدخال بعض الضجيج، إلا أن النظام ظل قوياً في النموذج، وظلت الإشارة الرباعية المعقدة متميزة بوضوح عن ضجيج الخلفية.
بعيداً عن حل الألغاز المحددة، أظهر الباحثون أن هذه البنية نفسها يمكن تكييفها لمهمة حوسبة من نوع آخر: تدريب الشبكات العصبية الاصطناعية. ومن خلال استبدال مفاتيح التشغيل والإيقاف الثنائية لآلة إيسينج بنطاق مستمر من القيم، يمكن للنظام توليد منحنيات رياضية معقدة، تُعرف بالدوال متعددة الحدود، باستخدام مبدأ اللقاءات المتكررة نفسه. في محاكاتهم، نجحوا في تدريب شبكة صغيرة لتعلم أشكال رياضية محددة، مما أثبت أن النموذج العتادي يمكن أن يعمل كمحرك مرن للتعلم. يشير هذا إلى أن نفس الإعداد الفيزيائي يمكن استخدامه لكل من حل مشكلات الأمثلة وتدريب نماذج تعلم الآلة، ببساطة عن طريق تغيير كيفية تشفير البيانات وكيفية قراءة النتائج.
تفرق الدراسة بعناية بين ما تم إثباته وما يظل قيد الانتظار. تعتمد النتائج المقدمة بالكامل على عمليات محاكاة حاسوبية دقيقة لنظام بصري مثالي، وليس على جهاز فيزيائي تم بناؤه في مختبر. يذكر المؤلفون صراحة أن عملهم لا يوفر بعد حلاً عتادياً أو مقارنة للسرعة وكفاءة الطاقة مقابل الحواسيب الموجودة. بدلاً من ذلك، قدموا مخططاً نظرياً وإثباتاً للمفهوم يوضح الحد الأدنى من الخطوات المطلوبة لتحقيق هذه التفاعلات وكيفية بنائها. ويجادلون بأنه بينما الرياضيات سليمة والمحاكاة متسقة، فإن الخطوة التالية هي بناء نموذج أولي فيزيائي لمعرفة كيف ستؤثر عوامل العالم الحقيقي مثل فقدان الضوء، وضجيج الكاشف، والمرايا غير المثالية على الأداء.
تكمن أهمية هذا العمل في بساطته وكفاءته. فمن خلال إثبات أن التفاعلات الخطية المتكررة يمكن أن تولد نتائج غير خطية معقدة، فتح الباحثون مساراً لبناء حواسيب ضوئية أكثر قوة دون الحاجة إلى مواد غير خطية باهظة الثمن أو صعبة التصنيع. لقد أظهروا أن المفتاح لإطلاق التفاعلات عالية الرتبة ليس في المادة التي يسافر من خلالها الضوء، بل في بنية المسار الذي يتخذه. إذا أمكن تحقيق هذا النهج في العتاد، فقد يؤدي ذلك إلى جيل جديد من المعالجات الضوئية القادرة على معالجة أصعب مشكلات الأمثلة والتعلم بمستوى من المرونة والسرعة تجد الحواسيب الإلكترونية الحالية صعوبة في مضاهاته. ويخلص البحث إلى أنه بينما ستتطلب الرحلة من المحاكاة إلى الواقع الفيزيائي المزيد من الهندسة، فإن المبادئ الأساسية سليمة، مما يقدم اتجاهاً واضحاً وواعداً لمستقبل الحوسبة الضوئية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.