Da eine wachsende Anzahl vernetzter Geräte eine immer größere Bandbreite für Aufgaben wie Fernarbeit und Datenverarbeitung in der Cloud benötigt, wird die Verwaltung des begrenzten drahtlosen Spektrums zu einer extremen Herausforderung. In einem solchen Umfeld suchen moderne Technologien nach innovativen Wegen, um das verfügbare Spektrum dynamisch zu verwalten und gleichzeitig die Latenz zu reduzieren und die Leistung der Netzwerke zu erhöhen.

Künstliche Intelligenz und Herausforderungen in der drahtlosen Kommunikation

Die Anwendung künstlicher Intelligenz bei der Klassifizierung und Verarbeitung von Funksignalen ist bereits weit verbreitet, doch die meisten bestehenden KI-Systeme erfordern einen erheblichen Energieverbrauch und können nicht in Echtzeit arbeiten, was ein entscheidender Nachteil für Anwendungen ist, die eine sofortige Reaktion erfordern. Genau hier kommt die von Wissenschaftlern des MIT entwickelte Innovation zum Tragen, die eine neue optische Prozessoreinheit zur Beschleunigung von KI-Berechnungen in der Funksignalverarbeitung vorstellt.

Optischer Prozessor – Rechnen mit Lichtgeschwindigkeit

Dieser revolutionäre photonische Prozessor führt Deep Learning mithilfe eines optischen neuronalen Netzwerks durch, das speziell für die Signalverarbeitung entwickelt wurde. Im Gegensatz zu digitalen Alternativen, die elektrische Impulse verwenden, nutzt der optische Chip Lichtsignale zur Datenverarbeitung und erreicht so Verarbeitungsgeschwindigkeiten, die hundertmal höher sind als die der besten digitalen Prozessoren.

Genau diese Geschwindigkeit ermöglicht die Klassifizierung von Funksignalen in Nanosekunden, was eine Verarbeitung in nahezu Echtzeit ermöglicht. Gleichzeitig erreicht dieses Gerät eine hohe Genauigkeit bei der Signalklassifizierung von etwa 95 Prozent, was es für verschiedene Anwendungen äußerst zuverlässig macht.

Anwendung in 6G-Netzen und darüber hinaus

Während wir uns auf die kommenden 6G-Netze vorbereiten, die noch höhere Anforderungen an Geschwindigkeit und Kapazität stellen werden, könnte dieser optische Prozessor eine Schlüsselrolle spielen. Beispielsweise ermöglicht dieser Prozessor in kognitiven Funksystemen, die Modulationsformate automatisch an die Umgebungsbedingungen anpassen, eine schnelle und effiziente Signalanalyse ohne Verzögerungen.

Neben der Telekommunikation erstrecken sich die Vorteile dieser Technologie auch auf andere hochanspruchsvolle Anwendungen: Autonome Fahrzeuge können in Sekundenbruchteilen die Umgebung analysieren und Entscheidungen treffen, und intelligente Herzschrittmacher können den Herzzustand eines Patienten kontinuierlich mit außergewöhnlicher Präzision und Geschwindigkeit überwachen.

Technologischer Durchbruch – die MAFT-ONN-Architektur

Der Schlüssel zum Erfolg dieses Prozessors liegt in seiner Architektur, die als multiplikatives analoges Frequenztransformations-optisches neuronales Netzwerk (MAFT-ONN) bezeichnet wird. Im Gegensatz zu herkömmlichen optischen neuronalen Netzen, die eine große Anzahl separater optischer Geräte für jedes „Neuron“ erfordern, integriert MAFT-ONN das gesamte neuronale Netzwerk in ein einziges Gerät pro Schicht.

Diese Technologie verarbeitet alle linearen und nichtlinearen Operationen im Frequenzbereich, was die Verarbeitung von Signalen vor ihrer digitalen Umwandlung ermöglicht und die Geschwindigkeit und Effizienz erheblich steigert. Durch die Anwendung der photoelektrischen Multiplikationstechnik erreicht das System eine überlegene Effizienz und lässt sich durch Hinzufügen von Schichten ohne zusätzlichen Hardwareaufwand leicht skalieren.

Ergebnisse unter einer Mikrosekunde

Tests haben gezeigt, dass MAFT-ONN Funksignale mit einer Genauigkeit von 85 Prozent bei einer einzigen schnellen Analyse klassifizieren kann, und durch zusätzliche Messungen kann die Genauigkeit auf bis zu 99 Prozent erhöht werden. All dies in einer Zeit von weniger als 120 Nanosekunden, was eine Größenordnung schneller ist als die modernsten digitalen Hochfrequenzgeräte, die im Mikrosekundenbereich arbeiten.

Diese außergewöhnliche Geschwindigkeit ermöglicht es den Benutzern, die Klassifizierungsgenauigkeit in Echtzeit zu erhöhen, ohne nennenswerte Einbußen bei der Verarbeitungsgeschwindigkeit hinnehmen zu müssen, was für Anwendungen, bei denen jeder Moment zählt, entscheidend ist.

Erweiterung der Möglichkeiten und zukünftige Entwicklung

Die Wissenschaftler planen, diese Technologie durch die Einführung mehrerer Multiplexing-Schemata weiterzuentwickeln, die die Rechenleistung weiter erhöhen und die Skalierbarkeit ermöglichen werden. Ziel ist es, komplexere tiefe neuronale Netze, einschließlich Transformer-Modelle und große Sprachmodelle (LLMs), zu integrieren, was die Anwendung auf viele Bereiche der künstlichen Intelligenz erweitern würde.

Finanzierung und Zusammenarbeit

Dieses innovative Projekt wird von zahlreichen wichtigen Institutionen finanziell unterstützt, darunter das Forschungslabor der US-Armee, die US-Luftwaffe, das MIT Lincoln Laboratory, das japanische Unternehmen Nippon Telegraph and Telephone sowie die Nationale Wissenschaftsstiftung.

Die Entwicklung optischer neuronaler Netze für die schnelle und effiziente Verarbeitung von Funksignalen ist ein wichtiger Schritt in Richtung zukünftiger Technologien, die intelligentere, schnellere und energieeffizientere Netze und Geräte ermöglichen und so eine neue technologische Landschaft gestalten, die das Potenzial hat, Branchen von der Telekommunikation über das Gesundheitswesen bis hin zum autonomen Fahren zu revolutionieren.

Quelle: Massachusetts Institute of Technology