Quaternion optical computing chip for parallel high-dimensional data processing
تقدم هذه الورقة أول عرض لرقاقة حوسبة بصرية كواترنيونية (QOCC) تستفيد من تعدد الإرسال بتقسيم الطول الموجي لرسم خرائط فيزيائية لحواصل هاميلتون غير التبادلية (non-Abelian Hamilton products) على دائرة فوتونية، مما يتيح معالجة متوازية للغاية، ومنخفضة الخطأ، وفعالة في استهلاك الطاقة للبيانات عالية الأبعاد لتطبيقات مثل تحليل السحب النقطية ثلاثية الأبعاد والتعرف على الصور الملونة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
عقل بسرعة الضوء: لماذا نحتاج إلى نوع جديد من الرياضيات
تخيل أنك تحاول تنظيم مكتبة ضخمة. لعقود من الزمن، كنا نستخدم نظامًا فعالًا جدًا للكتب التي لها بُعد واحد أو بُعدان فقط، مثل قائمة بسيطة من العناوين أو شبكة من الأرقام. هكذا تعمل معظم حواسيبنا الحالية: إنها سريعة للغاية في التعامل مع الأرقام "الحقيقية" (مثل 1، 2، 3) والأرقام "المركبة" (التي تضيف لمسة من الرياضيات التخيلية). ولكن ماذا يحدث عندما لا تكون البيانات التي تحتاج إلى معالجتها مسطحة؟ ماذا لو كنت تحاول فهم طائرة بدون طيار (درون) ثلاثية الأبعاد تدور، أو صورة ملونة حيث تتواصل بكسلات الأحمر والأخضر والأزرق مع بعضها البعض في نفس الوقت؟
هنا يأتي دور نوع خاص من الرياضيات يسمى الـ "كواترنيون" (quaternions). فكر في الـ "كواترنيون" كأداة فائقة للتعامل مع البيانات رباعية الأبعاد. بينما تتعامل الرياضيات العادية مع أجزاء اللون الأحمر والأخضر والأزرق كتدفقات منفصلة ومنعزلة من المعلومات، تعاملها الـ "كواترنيون" كفريق واحد موحد. وهذا أمر بالغ الأهمية لأشياء مثل الدورات ثلاثية الأبعاد (تخيل طائرة بدون طيار تنقلب في الهواء) أو التعرف على الصور الملونة، لأن ذلك يحافظ على العلاقات بين الأجزاء المختلفة من البيانات سليمة. ومع ذلك، فإن إجراء هذا النوع من الرياضيات على شريحة كمبيوتر عادية يشبه محاولة حل لغز ضخم عن طريق تحريك قطعة واحدة في كل مرة، قطعة تلو الأخرى. إنه دقيق، لكنه بطيء ويستهلك الكثير من الطاقة.
الآن، تخيل أنه بدلاً من تحريك قطع اللغز واحدة تلو الأخرى، يمكنك إطلاق اللغز بأكمله عبر نفق من الضوء دفعة واحدة. هذا هو حلم الحوسبة الضوئية (optical computing). فبدلاً من استخدام الكهرباء لنقل البيانات، تستخدم هذه الرقائق الضوء (الفوتونات). الضوء سريع، ولا يولد الكثير من الحرارة، ويمكنه حمل العديد من الإشارات المختلفة في نفس الوقت إذا استخدمت ألوانًا (أطوالًا موجية) مختلفة من الضوء. السؤال الكبير الذي يسأله العلماء هو: هل يمكننا بناء شريحة تستخدم الضوء للقيام بهذا النوع الخاص من رياضيات الـ "كواترنيون"، لتعالج البيانات ثلاثية الأبعاد والملونة في دفعة واحدة خاطفة كالبرق؟
القفزة الكبيرة للورقة البحثية: محرك رياضي يعمل بالطاقة الضوئية
في هذه الورقة البحثية، يقول فريق من الباحثين من جامعة شنغهاي جياو تونغ ومؤسسات أخرى: "نعم، يمكننا ذلك". لقد صنعوا أول شريحة حوسبة ضوئية للـ "كواترنيون" (QOCC). فكر في هذه الشريحة كمصنع متخصص حيث يقوم الضوء بالعمل الشاق. فبدلاً من معالج الكمبيوتر الذي يعالج الأرقام واحدًا تلو الآخر، تستخدم هذه الشريحة خدعة ذكية تسمى تعدد الإرسال بتقسيم طول الموجة (wavelength-division multiplexing).
إليك كيف يعمل الأمر، باستخدام تشبيه مرح: تخيل أن لديك ثلاثة أصدقاء يحتاجون إلى إرسال رسالة إلى مصنع. في الكمبيوتر العادي، سيتعين عليهم الاصطفاف والهمس برسائلهم واحدًا تلو الآخر. ولكن في هذه الشريحة الجديدة، يحصل كل من الأصدقاء الثلاثة (الذين يمثلون الأبعاد الثلاثة للبيانات، مثل إحداثيات X و Y و Z، أو ألوان الأحمر والأخضر والأزرق) على لونه الفريد الخاص من ضوء الليزر. جميعهم يصرخون برسائلهم إلى المصنع في نفس اللحظة تمامًا. داخل المصنع، تعمل سلسلة من الحلقات الصغيرة القابلة للضبط (تسمى رنانات الحلقة الدقيقة - micro-ring resonators) مثل "البوابين". وبناءً على كيفية ضبط هؤلاء البوابين، فإنهم يسمحون للضوء بالمرور بوزن معين أو يغيرون مساره. ولأن الضوء يتحرك بسرعة والوان الثلاثة تسافر معًا، تقوم الشريحة بالرياضيات المعقدة لضرب وجمع الأبعاد الثلاثة في وقت واحد.
اختبر الباحثون هذه الشريبة في ثلاث مهام مختلفة جدًا لمعرفة ما إذا كانت ستنجح حقًا:
- السحب النقطية ثلاثية الأبعاد (3D Point Clouds): أخذوا نموذجًا رقميًا للحروف "SJTU" ونموذجًا ثلاثي الأبعاد لكلب. وطلبوا من الشريحة تدوير وتغيير حجم هذه النماذج في الفضاء ثلاثي الأبعاد. قامت الشريحة بذلك عن طريق معاملة إحداثيات X و Y و Z كوحدة "كواترنيون" واحدة. والنتيجة؟ قامت الشريحة بتدوير النماذج حول نفسها تمامًا كما يفعل الكمبيوتر، لكنها فعلت ذلك في تمريرة واحدة من الضوء. كانت الصور النهائية متطابقة تقريبًا مع توقعات الكمبيوتر، مع معدل خطأ ضئيل جدًا (جذر متوسط مربع الخطأ - RMSE) يقل عن 0.035.
- تدوير الصور الملونة: أخذوا صورة ملونة وطلبوا من الشريحة تدوير الألوان (تبديل الأحمر إلى الأخضر، والأخضر إلى الأزرق، إلخ). ولأن الشريحة تعامل الألوان كفريق متصل بدلاً من قنوات منفصلة، فقد حافظت على العلاقات بينها بشكل مثالي. ومرة أخرى، طابقت النتائج التجريبية الرياضيات المثالية بخطأ يقل عن 0.035.
- التعرف على الصور الملونة: كان هذا هو الاختبار الكبير. استخدموا الشريحة لتشغيل شبكة عصبية (نوع من أنواع الذكاء الاصطناعي) للتعرف على صور الطائرات، والسيارات، والخيول، والسفن، والشاحنات. حقق الذكاء الاصطناعي القائم على الشريحة دقة تبلغ حوالي 80.2%، وهي في الواقع أفضل من الذكاء الاصطناعي التقليدي القائم على الكمبيوتر الذي يعامل الألوان بشكل منفصل (والذي حقق حوالي 78%). وهذا يثبت أن إبقاء قنوات الألوان متصلة يساعد الذكاء الاصطناعي حقًا على "الرؤية" بشكل أفضل.
لماذا هذا مهم (وما ليس كذلك)
الورقة البحثية واضحة جدًا بشأن ما لا تفعله هذه الشريحة بعد. إنها ليست بديلًا لعقل حاسوبك المحمول بالكامل؛ بل هي مسرع متخصص مصمم خصيصًا لمعالجة البيانات عالية الأبعاد. يجادل الباحثون صراحة ضد الطريقة القديمة في العمل: وهي معاملة البيانات ثلاثية الأبعاد أو الصور الملونة كتدفقات منفصلة ومستقلة من الأرقام. ويظهرون أن تفكيك البيانات يؤدي إلى فقدان معلومات مهمة ويبطئ كل شيء.
الثقة في هذه النتائج عالية لأنهم لم يكتفوا بمحاكاة الشريحة على جهاز كمبيوتر؛ بل قاموا بالفعل ببنائها، وتغليفها، وإجراء تجارب حقيقية باستخدام الليزر والكواشف. لقد قاسوا سرعة الشريحة ووجدوا أنها تستطيع معالجة البيانات بمعدل 331.2 جي عملية في الثانية (GOPS) مع استهلاك طاقة ضئيل جدًا، وهو 11.6 بيكوجول فقط لكل عملية. هذا فعال للغاية.
ومع ذلك، تقر الورقة أيضًا بوجود حدود. الإعداد الحالي يستخدم بعض المعدات الخارجية مثل كابلات الألياف الضوئية الطويلة لتأخير إشارات الضوء، وهو أمر ضخم نوعًا ما. يقترح الباحثون أنه في المستقبل، يمكنهم تصغير هذا ليناسب شريحة واحدة بالكامل باستخدام موجهات موجية حلزونية بدلاً من الكابلات الطويلة. كما يشيرون إلى أن أداء الشريحة حاليًا محدود بسرعة الليزر والكواشف الخارجية التي استخدموها، وليس بسبب الشريحة نفسها.
باختصار، تثبت هذه الورقة البحثية أننا نستطيع أخيرًا بناء محرك يعتمد على الضوء ويفهم الطبيعة المعقدة ومتعددة الأبعاد للعالم الحقيقي. إنها إثبات لمفهوم يوضح أننا نستطيع معالجة الدورات ثلاثية الأبعاد والصور الملونة بشكل أسرع وأكثر كفاءة من أي وقت مضى، مما يمهد الطريق لطائرات بدون طيار أكثر ذكاءً، ومركبات ذاتية القيادة أفضل، وذكاء اصطناعي أكثر قوة يرى العالم كما نراه نحن: بألوان ثلاثية الأبعاد كاملة ومتصلة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.