Online unsupervised Hebbian learning in deep photonic neuromorphic networks
تقدم هذه الورقة وتثبت تجريبياً شبكة عصبية عميقة ضوئية بحتة تحقق دقة بنسبة 100% في مهمة التعرف على الحروف من خلال استخدام آلية تغذية راجعة بصرية محلية مع مشابك عصبية من المواد متغيرة الطور غير المتطايرة لتمكين التعلم الهيبي عبر الإنترنت دون عمليات تحويل ضوئية-كهربائية-ضوئية غير فعالة.
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
تخيل أن لديك دماغاً فائق السرعة وفائق الكفاءة مصنوعاً بالكامل من الضوء. هذا هو جوهر هذا البحث تقريباً.
هذه هي قصة كيف قام الباحثون ببناء نوع جديد من الأدمغة الحاسوبية التي تتعلم من تلقاء نفسها، باستخدام الضوء بدلاً من الكهرباء، ودون الحاجة إلى معلم يوضح لها الإجابات.
١. المشكلة: الطريقة القديمة بطيئة وغير مرنة
فكر في حاسوبك الحالي (مثل اللابتوب أو الهاتف) كأنه أمين مكتبة منظم جداً ولكنه بطيء.
- عنق الزجاجة: يتعين على أمين المكتبة (المعالج) الركض ذهاباً وإياباً إلى الرفوف (الذاكرة) لإحضار الكتب، وقراءتها، وكتابة الملاحظات، ثم الركض مرة أخرى إلى الرفوف. هذا الركض المستمر ذهاباً وإياباً يسمى "عنق زجاجة فون نيومان" (von Neumann bottleneck)، وهو يهدر الوقت والطاقة.
- الفوضى الضوئية: حاول العلماء بناء "أدمغة ضوئية" (الشبكات العصبية الفوتونية) لحل هذه المشكلة لأن الضوء سريع. لكن حتى الآن، كانت هذه الأدمغة الضوئية تشبه سباق التتابع حيث يتم تمرير العصا من عداء إلى دراج، ثم إلى سباح، ثم يعود إلى عداء. في كل مرة تتحول فيها الإشارة من الضوء إلى الكهرباء ومن ثم إلى الضوء مرة أخرى (Optical-Electrical-Optical)، تفقد السرعة وتهدر الطاقة.
- مشكلة المعلم: معظم هذه الأنظمة تحتاج أيضاً إلى "معلم" (تعلم تحت الإشراف). يجب عليك تغذيتها بآلاف الصور المصنفة (مثلاً: "هذا حرف A"، "هذا حرف B") وإخبارها عندما تخطئ. هذا يتطلب الكثير من البيانات والقدرة الحسابية.
٢. الحل: دماغ يتعلم مثل البشر
ابتكر الباحثون نظاماً جديداً يسمى الشبكة الفوتونية العصبية العميقة (DPNN). وإليك كيف يعمل، باستخدام تشبيهات بسيطة:
"السيالات الضوئية" (الذاكرة)
في دماغ الإنسان، تصبح الروابط بين الخلايا العصبية (السيالات العصبية) أقوى أو أضعف بناءً على عدد مرات استخدامها.
- الطريقة القديمة: تحتاج السيالات الإلكترونية إلى طاقة مستمرة لتذكر الأشياء. إذا أطفأت الطاقة، فإنها تنسى.
- الطريقة الجديدة: استخدم هذا الفريق مادة خاصة تسمى مادة تغيير الطور (PCM). فكر في هذه المادة كأنها مفتاح ذكي يمكن تجميده (بلوري) أو صهره (غير متبلور).
- بمجرد أن تقوم بـ "صهر" أو "تجميد" المادة بنبضة ضوئية صغيرة، فإنها تظل في تلك الحالة للأبد، حتى عندما تطفئ الطاقة. إنها مثل مفتاح الضوء الذي يبقى في وضع التشغيل أو الإيقاف دون الحاجة إلى بطارية للحفاظ على وضعه. هذا يوفر كميات هائلة من الطاقة.
"الخلايا العصبية الضوئية" (صناع القرار)
الخلية العصبية في الدماغ لا تنطلق إلا عندما تتلقى إشارة كافية.
- الطريقة الجديدة: قاموا ببناء حلقة ضوئية صغيرة (حلقة ميكروية - microring). عندما تصبح إشارة الضوء قوية بما يكفي، فإنها تسخن "المفتاح الذكي" الموجود على الحلقة، مما يغير حالته. فجأة، تسمح الحلقة للضوء بالمرور بدلاً من حبسه. هذه هي لحظة "انطلاق" الخلية العصبية. وتحدث هذه العملية في زمن "النانو ثانية" (جزء من مليار من الثانية).
٣. الخدعة السحرية: التعلم بدون معلم
هذا هو الجزء الأكثر إثارة. عادةً، لتعليم الكمبيوتر، تحتاج إلى معلم يقول لك: "لا، هذا ليس قطاً، هذا كلب". وهذا يتطلب رياضيات معقدة (الانتشار العكسي - backpropagation) يصعب تنفيذها باستخدام الضوء فقط.
ابتكر الباحثون حلقة تغذية راجعة محلية (Local Feedback Loop).
- التشبيه: تخيل مجموعة من الأشخاص في غرفة يحاولون اكتشاف شفرة سرية.
- الطريقة القديمة (تحت الإشراف): يقف معلم في المقدمة، يستمع إلى الجميع، ويصرخ بالتصحيحات. هذا بطيء ويتطلب سلطة مركزية.
- الطريقة الجديدة (غير مشرفة/هيبية): استخدم الباحثون قاعدة تقول: "الخلايا التي تطلق النار معاً، تتصل معاً".
- إذا صرخ شخصان (خليتان عصبيتان) في نفس الوقت تماماً، فإنهما يتصافحان (يقويان اتصالهما). وإذا لم يصرخا معاً، فإنهما يبتعدان عن بعضهما.
- في آلتهم، يتم إرسال "الصرخة" من خلية المخرج إلى اتصالات المدخلات فوراً. إذا وصلت إشارة المدخلات وإشارة التغذية الراجعة في نفس الوقت، فإن "المفتاح الذكي" (السيالة العصبية) يغير حالته تلقائياً.
- النتيجة: الشبكة تكتشف الأنماط من تلقاء نفسها. لا تحتاج إلى معلم أو مجموعة بيانات مصنفة. هي فقط تحتاج لرؤية البيانات، وتتعلم هيكلها بشكل طبيعي.
٤. التجربة: قراءة الحروف
لإثبات نجاح ذلك، قاموا ببناء نموذج أولي باستخدام كابلات الألياف الضوئية القياسية (التي تُستخدم للإنترنت) وبعض المرايا والمفاتيح.
- المهمة: طلبوا من الدماغ الضوئي التعرف على ستة حروف: N, C, S, U, T, D.
- التحدي: هذه الحروف تبدو متشابهة جداً (خاصة 'S' و 'C'). إنها أحجية صعبة.
- النتيجة:
- علموه باستخدام طريقة "المعلم" القديمة، وحصل على نتيجة 100% صحيحة.
- بعد ذلك، تركوه يتعلم بمفرده (بدون إشراف) باستخدام خدعة "التغذية الراجعة المحلية". واجه بعض الصعوبات في البداية لأن الأجهزة ليست مثالية، ولكن مع استمراره في الممارسة (التعلم عبر الإنترنت/التعلم المباشر)، قام بتصحيح أخطائه بنفسه.
- النتيجة النهائية: وصل في النهاية إلى دقة 100% في جميع الحروف الستة، باستخدام الضوء فقط والتغذية الراجعة الداخلية الخاصة به، دون الحاجة إلى كمبيوتر يخبره بما أخطأ فيه.
لماذا يهمنا هذا؟
هذه خطوة كبيرة للأمام لأنها:
- السرعة: تعالج المعلومات بسرعة الضوء.
- الكفاءة: لا تستهلك تقريباً أي كهرباء لتذكر الأشياء (غير متطايرة) ولا تهدر الطاقة في التحويل بين الضوء والكهرباء.
- الاستقلالية: يمكنها التعلم من البيانات الخام دون الحاجة إلى مجموعات بيانات ضخمة مصنفة، مما يجعلها مثالية للذكاء الاصطناوت الذي يحتاج للتكيف أثناء العمل.
باخت-اختصار: لقد بنوا دماغاً ضوئياً يمكنه تذكر الأشياء دون بطاريات، ويتعلم من خلال الاستماع إلى أفكاره الخاصة، ويمكنه حل الألغاز بسرعة وكفاءة أكبر من الحواسيب الحالية. إنها خطوة رئيسية نحو مستقبل الذكاء الاصطناعي فائق السرعة وفائق الكفاءة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.