A magnonic-optoelectronic reservoir for physical reservoir computing
यह शोध पत्र एक मैग्ोनिक-ऑप्टोइलेक्ट्रॉनिक ऑसिलेटर पर आधारित एक भौतिक रिज़र्वोयर कंप्यूटिंग सिस्टम प्रस्तुत करता है जो अल्पकालिक स्मृति के लिए फाइबर-ऑप्टिक डिले लाइन और उच्च-आयामी मैपिंग के लिए यट्रियम-आयरन गार्नेट स्पिन वेव नॉनलिनैरिटी का उपयोग करता है, जो प्रयोगात्मक सत्यापन और संख्यात्मक मॉडलिंग दोनों के माध्यम से बेंचमार्क कार्यों पर प्रभावी प्रदर्शन 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
उन कंप्यूटरों को बनाने की खोज में जो मानव मस्तिष्क की तरह सोच सकें, वैज्ञानिक लंबे समय से 'रिजर्वायर कंप्यूटिंग' नामक एक अवधारणा की ओर देख रहे हैं। एक जटिल, घूमते हुए तंत्र की कल्पना करें जहाँ सूचना प्रवेश करती है, इधर-उधर टकराती है और रूपांतरित होकर बाहर निकलती है। एक पारंपरिक कंप्यूटर में, गणना का हर चरण स्पष्ट रूप से प्रोग्राम किया जाता है। इस दृष्टिकोण में, सिस्टम स्वयं एक 'ब्लैक बॉक्स' के रूप में कार्य करता है जो स्वाभाविक रूप से डेटा को मिलाता है और उसे याद रखता है, जिसके लिए उत्तर पढ़ने के लिए केवल एक सरल अंतिम चरण की आवश्यकता होती है। इस पद्धति को इसकी गति और ऊर्जा दक्षता के लिए सराहा जाता है, जो भाषण पहचानने या छवियों में पैटर्न की पहचान करने जैसे कार्यों के लिए एक संभावित शॉर्टकट प्रदान करती है। चुनौती एक ऐसे भौतिक मशीन को खोजने की रही है जो बिना हर नई समस्या के लिए पुन: प्रशिक्षित (retrained) हुए, इस मिश्रण और याद रखने का कार्य कर सके। जबकि कुछ शोधकर्ताओं ने फाइबर-ऑप्टिक केबलों के माध्यम से प्रकाश के परावर्तन या यांत्रिक भागों का उपयोग करने का प्रयास किया है, इन प्रणालियों को अक्सर गति या आकार के मामले में संघर्ष करना पड़ता है।
रूस और ऑस्ट्रेलिया के शोधकर्ताओं की एक टीम ने अब एक नए प्रकार की मशीन बनाई है जो इस समस्या को हल करने के लिए प्रकाश और चुंबकीय तरंगों को जोड़ती है। उन्होंने एक ऐसा उपकरण बनाया है जो एक भौतिक 'रिजर्वायर' के रूप में कार्य करता है, जिसमें एक अनूठा लूप (loop) है जहाँ एक माइक्रोवेव सिग्नल एक विशेष चुंबकीय फिल्म के माध्यम से यात्रा करता है और फिर एक लंबे ऑप्टिकल फाइबर के माध्यम से गुजरता है। उनके डिज़ाइन की कुंजी दोनों पथों के बीच श्रम का विभाजन है। फाइबर-ऑप्टिक खंड एक मेमोरी बैंक के रूप में कार्य करता है, जो प्रकाश की लंबाई के दौरान सूचना को थोड़े समय के लिए थामे रखता है। हालाँकि, चुंबकीय खंड वह स्थान है जहाँ वास्तविक काम होता है। जैसे ही सिग्नल 'यिट्रियम-आयरन गार्नेट' नामक क्रिस्टल की एक पतली फिल्म से गुजरता है, यह एक प्राकृतिक, जटिल व्यवहार का सामना करता है जहाँ तरंगें आपस में गैर-रेखीय (nonlinear) तरीके से परस्पर क्रिया करती हैं। यह परस्पर क्रिया डेटा को बिखेर देती है (scrambles), इसे एक उच्च-आयामी स्थान (higher-dimensional space) में फैला देती है जहाँ इसे एक सरल कंप्यूटर द्वारा आसानी से छाँटा और समझा जा सकता है।
शोधकर्ताओं ने एक लेजर, प्रकाश की तीव्रता को बदल सकने वाले मॉडुलर्स की एक श्रृंखला और एक माइक्रोवेव सर्किट को एक निरंतर रिंग में जोड़कर इस उपकरण का निर्माण किया। उन्होंने पाया कि जब सिस्टम चालू होता है, तो यह स्वाभाविक रूप से दोलन (oscillate) करने लगता है, जिससे एक स्थिर माइक्रोवेव सिग्नल उत्पन्न होता है। यह परीक्षण करने के लिए कि क्या यह मशीन वास्तव में गणना कर सकती है, उन्होंने इसमें रैंडम बाइनरी डेटा—अनिवार्य रूप से शून्य और एक का एक क्रम—प्रविष्ट किया, जिसे एक लाइट मॉडulator पर वोल्टेज को थोड़ा बदलकर नियंत्रित किया गया। डिवाइस ने केवल डेटा को पास नहीं किया; बल्कि इसे प्रोसेस किया। चुंबकीय फिल्म की प्राकृतिक जटिलता ने नए इनपुट को रिंग में पहले से घूम रहे सिग्नल के साथ मिला दिया, जिससे एक समृद्ध, विकसित होता हुआ आउटपुट पैटर्न बना। टीम ने यह मापने के लिए कि उनका उपकरण पिछले इनपुट को कितनी अच्छी तरह याद रख सकता है और विभिन्न पैटर्न को अलग कर सकता है, दो मानक परीक्षण किए।
परिणामों ने दिखाया कि मशीन प्रभावी ढंग से काम करती है, और इसका प्रदर्शन इस बात पर निर्भर करता था कि डेटा पल्स (pulses) कितने लंबे थे। जब इनपुट पल्स बीस माइक्रोसेकंड लंबे थे, तो डिवाइस ने अपनी सर्वोत्तम मेमोरी क्षमता प्राप्त की, और पिछले सूचना को सफलतापूर्वक याद रखते हुए एक से थोड़ा ऊपर का स्कोर प्राप्त किया। जब पल्स लंबे थे, यानी पचास माइक्रोसेकंड, तो डिवाइस की याद रखने की क्षमता थोड़ी कम हो गई, लेकिन विभिन्न पैटर्न के बीच अंतर करने की उसकी क्षमता में सुधार हुआ। शोधकर्ताओं ने अपने डिवाइस का एक विस्तृत कंप्यूटर सिमुलेशन भी बनाया, और सिमुलेशन के आंकड़े वास्तविक दुनिया के मापों से लगभग पूरी तरह मेल खाते थे। यह सहमति पुष्टि करती है कि उनका गणितीय मॉडल सटीक रूप से वर्णन करता है कि रिंग के भीतर प्रकाश और चुंबकीय तरंगें कैसे व्यवहार करती हैं।
यह कार्य प्रदर्शित करता है कि एक हाइब्रिड सिस्टम, जो मेमोरी के लिए प्रकाश और जटिल प्रसंस्करण के लिए चुंबकीय तरंगों का उपयोग करता है, भौतिक 'रिजर्वायर कंप्यूटिंग' के लिए एक व्यवहार्य मार्ग है। डिवाइस ने सफलतापूर्वक सिद्ध किया कि एक एकल, अप्रशिक्षित भौतिक प्रणाली अपनी अंतर्निहित गतिशीलता (inherent dynamics) पर भरोसा करके कई कार्यों को संभाल सकती है। शुद्ध मेमोरी के लिए ऑप्टिकल पथ को रैखिक (linear) रखकर और आवश्यक जटिलता के लिए चुंबकीय पथ को सुरक्षित रखकर, शोधकर्ताओं ने एक स्थिर और कुशल प्रोसेसर बनाया है। निष्कर्ष बताते हैं कि ऐसे उपकरण भविष्य में तेज़, कम शक्ति वाले आर्टिफिशियल इंटेलिजेंस सिस्टम के हार्डवेयर बैकबोन के रूप में कार्य कर सकते हैं, जो पारंपरिक प्रशिक्षण विधियों की भारी ऊर्जा लागत के बिना वास्तविक समय के डेटा को संसाधित करने में सक्षम होंगे।
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।