On-chip Multimode Opto-electronic Neural Network
यह शोध पत्र सिलिकॉन-ऑन-सॉयल प्लेटफॉर्म पर पहले मोनोलिथिक रूप से एकीकृत मल्टीमोड ऑप्टो-इलेक्ट्रॉनिक न्यूरल नेटवर्क को प्रस्तुत करता है जो मजबूत, सिंगल-वेवलेंथ कंप्यूटेशन प्राप्त करने के लिए ऑर्थोगोनल वेवगाइड आइगेनमोड्स का उपयोग करता है, और इन-सिटू ट्रेनिंग के माध्यम से उच्च-सटीक वर्गीकरण और भावना पहचान कार्यों को सफलतापूर्वक प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, जटिल पहेली को हल करने की कोशिश कर रहे हैं। आमतौर पर, इसे जल्दी करने के लिए, आप एक सुपर-फास्ट कंप्यूटर का उपयोग कर सकते हैं जो बिजली पर निर्भर करता है। लेकिन बिजली की अपनी सीमाएं हैं: यह गर्मी पैदा करती है, यह धीमी हो जाती है, और "शोर" (जैसे रेडियो पर स्टेटिक) से आसानी से भ्रमित हो सकती है।
शंघाई जियाओ टोंग यूनिवर्सिटी और आल्टो यूनिवर्सिटी के वैज्ञानिकों ने कंप्यूटर के लिए एक नया प्रकार का "मस्तिष्क" बनाया है जो केवल बिजली के बजाय प्रकाश का उपयोग करता है। वे इसे मल्टीमोड ऑप्टो-इलेक्ट्रॉनिक न्यूरल नेटवर्क (MOENN) कहते हैं। इसे एक सुपर-स्मार्ट, लाइट-पावर्ड कैलकुलेटर के रूप में समझें जो एक छोटे से चिप पर फिट हो जाता है।
यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:
1. पुराने लाइट कंप्यूटरों के साथ समस्या
प्रकाश-आधारित कंप्यूटर बनाने के पिछले प्रयासों में दो मुख्य सिरदर्द थे:
- "इंद्रधनुष" की समस्या: कुछ प्रणालियों ने जानकारी ले जाने के लिए प्रकाश के विभिन्न रंगों (एक इंद्रधनुष की तरह) का उपयोग करने की कोशिश की। लेकिन उन सभी रंगों को पूरी तरह से अलग रखना ऐसा ही है जैसे आइसक्रीम के विभिन्न स्वादों को एक-दूसरे में पिघलने से रोकने की कोशिश करना। इसके लिए बहुत ही नाजुक, महंगे उपकरणों की आवश्यकता होती है।
- "फेज" (Phase) की समस्या: अन्य प्रणालियों ने प्रकाश तरंगों के "टाइमिंग" या "फेज" का उपयोग करने की कोशिश की। यह एक समूह के लोगों के बिल्कुल तालमेल में मार्च करने जैसा है। यदि एक व्यक्ति भी लड़खड़ा जाता है (तापमान परिवर्तन या शोर के कारण), तो पूरी लाइन बिगड़ जाती है।
2. नया समाधान: "हाईवे लेन"
टीम का नया चिप मोड्स (modes) का उपयोग करके इन समस्याओं को हल करता है। एक चौड़े हाईवे की कई लेन की कल्पना करें।
- अलग-अलग रंगों (इंद्रधनुषों) या सटीक मार्चिंग स्टेप्स (फेज) का उपयोग करने के बजाय, वे एक ही हाईवे पर अलग-अलग संदेश ले जाने के लिए अलग-अलग लेन का उपयोग करते हैं।
- भले ही मौसम बदल जाए (तापमान) या ट्रैफिक का शोर हो, संदेश अपनी लेन में रहते हैं और आपस में नहीं टकराते। यह सिस्टम को बहुत मजबूत (robust) और नियंत्रित करने में आसान बनाता है।
- वे यह सब केवल प्रकाश के एक ही रंग का उपयोग करके करते हैं, जो हार्डवेयर को काफी सरल बना देता है।
3. "मस्तिष्क" कैसे सोचता है
चिप के तीन मुख्य कार्य हैं, जो एक फैक्ट्री असेंबली लाइन की तरह काम करते हैं:
- एनकोडर्स (इनपुट): वे जानकारी लेते हैं और उसे प्रकाश के हाईवे की विशिष्ट "लेन" (मोड्स) में डालते हैं।
- वेट्स (सिनैप्स): मस्तिष्क में, न्यूरॉन्स के बीच के कनेक्शन अलग-अलग ताकत के होते हैं। इस चिप पर, वे प्रत्येक लेन में प्रकाश की चमक को कम या ज्यादा करने के लिए विशेष "डिमर स्विच" (ऑप्टिकल एटेन्युएटर्स) का उपयोग करते हैं। इसी तरह कंप्यूटर यह सीखता है कि क्या महत्वपूर्ण है।
- एक्टिवेशन (निर्णय): यह सबसे अनूठा हिस्सा है। प्रकाश एक विशेष डिटेक्टर से टकराता है जो प्रकाश को वापस बिजली में बदल देता है, जो फिर प्रकाश को बदलने के लिए एक छोटे दर्पण (रेज़ोनेटर) को नियंत्रित करता है। यह एक नॉन-लीनियर (non-linear) प्रभाव पैदा करता है।
- उपमा: कल्पना करें कि एक लाइट स्विच है जो केवल "ऑन" या "ऑफ" नहीं होता। इसके बजाय, यदि प्रकाश मंद है, तो यह बंद रहता है। यदि यह मध्यम है, तो यह धीरे से चमकता है। यदि यह उज्ज्वल है, तो यह अंधा कर देने वाली चमक बिखेरता है। जटिल निर्णय लेने (केवल साधारण गणित नहीं) की यह क्षमता ही इसे एक वास्तविक न्यूरल नेटवर्क की तरह कार्य करने की अनुमति देती है।
4. चिप को सिखाना (इन-सिटू ट्रेनिंग)
आप इस चिप को मानक कंप्यूटर कोड के साथ प्रोग्राम नहीं कर सकते। इसके बजाय, वैज्ञानिकों ने एक "जेनेटिक एल्गोरिदम" (डिजिटल विकास की तरह) का उपयोग किया।
- उन्होंने चिप को बेतरतीब ढंग से अलग-अलग सेटिंग्स आज़माने दी।
- यदि कोई सेटिंग अच्छी रही, तो उन्होंने उसे रख लिया। यदि वह विफल रही, तो उन्होंने उसे बदल दिया।
- चिप ने सीधे हार्डवेयर पर खुद का परीक्षण करके "सीखा", बिना पहले किसी सटीक गणितीय मॉडल की आवश्यकता के। यह एक कुत्ते को यह सिखाने जैसा है कि जब वह बैठता है तो उसे ट्रीट दें, बजाय इसके कि उसे बैठने का सिद्धांत समझाया जाए।
5. उन्होंने चिप को क्या सिखाया?
टीम ने यह साबित करने के लिए कि यह लाइट-ब्रेन काम करता है, उन्हें दो कार्य सिखाए:
- आइरिस फ्लावर टेस्ट: उन्होंने चिप को तीन प्रकार के आइरिस फूलों की तस्वीरें दिखाईं। डेटा अव्यवस्थित था और सरल नियमों के साथ अलग करना कठिन था। चिप ने फूलों को पूरी तरह से अलग करने के लिए एक जटिल, घुमावदार रेखा खींचना सीखा, जिससे 92.1% सटीकता प्राप्त हुई।
- हार्टबीट इमोशन टेस्ट: उन्होंने चिप को दिल की धड़कनों (ECG) का डेटा दिया ताकि यह देखा जा सके कि क्या यह बता सकता है कि कोई व्यक्ति तनाव में है, प्रसन्न है, ध्यान (meditating) कर रहा है, या बस आराम कर रहा है। यह एक बहुत कठिन कार्य है क्योंकि दिल की धड़कनें व्यक्ति दर व्यक्ति भिन्न होती हैं। चिप ने 90.7% सटीकता के साथ भावनाओं की सफलतापूर्वक पहचान की।
निचोड़
यह पेपर प्रदर्शित करता है कि कंप्यूटर मस्तिष्क बनाने का एक नया तरीका क्या है जो तेज, ऊर्जा-कुशल और मजबूत है। पिछले लाइट-कंप्यूटिंग विचारों के विपरीत जो नाजुक और प्रबंधित करने में कठिन थे, यह नया "लेन-आधारित" सिस्टम नियंत्रित करने में सरल है और वास्तविक दुनिया की स्थितियों में विश्वसनीय रूप से काम करता है। यह शक्तिशाली, तैनात करने योग्य ऑप्टिकल इंटेलिजेंस को वास्तविकता बनाने की दिशा में एक बड़ा कदम है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।