W miarę jak rosnąca liczba podłączonych urządzeń wymaga coraz większej przepustowości do zadań takich jak praca zdalna i przetwarzanie danych w chmurze, zarządzanie ograniczonym widmem bezprzewodowym staje się niezwykle trudne. W takim środowisku nowoczesne technologie poszukują innowacyjnych sposobów dynamicznego zarządzania dostępnym widmem, przy jednoczesnym zmniejszeniu opóźnień i zwiększeniu wydajności sieci.

Sztuczna inteligencja i wyzwania w komunikacji bezprzewodowej

Zastosowanie sztucznej inteligencji w klasyfikacji i przetwarzaniu sygnałów bezprzewodowych jest już szeroko rozpowszechnione, jednak większość istniejących systemów AI wymaga znacznego zużycia energii i nie może działać w czasie rzeczywistym, co jest kluczową wadą w zastosowaniach wymagających natychmiastowej reakcji. Właśnie w tym miejscu uwidacznia się innowacja opracowana przez naukowców z MIT, którzy przedstawili nową optyczną jednostkę przetwarzającą w celu przyspieszenia obliczeń AI w przetwarzaniu sygnałów bezprzewodowych.

Procesor optyczny – obliczenia z prędkością światła

Ten rewolucyjny procesor fotoniczny wykonuje głębokie uczenie przy użyciu optycznej sieci neuronowej specjalnie zaprojektowanej do przetwarzania sygnałów. W przeciwieństwie do cyfrowych alternatyw, które wykorzystują impulsy elektryczne, chip optyczny używa sygnałów świetlnych do przetwarzania danych, osiągając prędkości przetwarzania sto razy większe niż najlepsze procesory cyfrowe.

To właśnie ta prędkość umożliwia klasyfikację sygnałów bezprzewodowych w nanosekundach, co pozwala na przetwarzanie w czasie niemal rzeczywistym. Jednocześnie urządzenie to osiąga wysoką dokładność klasyfikacji sygnałów, około 95 procent, co czyni je niezwykle niezawodnym w różnych zastosowaniach.

Zastosowanie w sieciach 6G i nie tylko

W miarę przygotowań do nadchodzących sieci 6G, które przyniosą jeszcze większe wymagania co do prędkości i przepustowości, ten procesor optyczny może odegrać kluczową rolę. Na przykład w systemach radia kognitywnego, które automatycznie dostosowują formaty modulacji do warunków otoczenia, procesor ten umożliwia szybką i skuteczną analizę sygnałów bez opóźnień.

Oprócz telekomunikacji, zalety tej technologii obejmują również inne bardzo wymagające zastosowania: pojazdy autonomiczne mogą w ułamku sekundy analizować otoczenie i podejmować decyzje, a inteligentne rozruszniki serca mogą stale monitorować stan serca pacjenta z wyjątkową precyzją i szybkością.

Przełom technologiczny – architektura MAFT-ONN

Kluczem do sukcesu tego procesora jest jego architektura nazwana multiplikatywnym analogowym systemem optycznej sieci neuronowej z transformacją częstotliwości (MAFT-ONN). W przeciwieństwie do tradycyjnych optycznych sieci neuronowych, które wymagają dużej liczby oddzielnych urządzeń optycznych dla każdego „neuronu”, MAFT-ONN integruje całą sieć neuronową w jednym urządzeniu na warstwę.

Technologia ta przetwarza wszystkie operacje liniowe i nieliniowe w dziedzinie częstotliwości, co pozwala na przetwarzanie sygnałów przed ich cyfrową konwersją, znacznie zwiększając prędkość i wydajność. Dzięki zastosowaniu techniki mnożenia fotoelektrycznego system osiąga doskonałą wydajność i jest łatwo skalowalny poprzez dodawanie warstw bez dodatkowego obciążenia sprzętowego.

Wyniki poniżej jednej mikrosekundy

Testy wykazały, że MAFT-ONN może klasyfikować sygnały bezprzewodowe z dokładnością 85 procent przy jednej szybkiej analizie, a dodatkowe pomiary mogą zwiększyć dokładność nawet do 99 procent. Wszystko to w czasie krótszym niż 120 nanosekund, co jest o rząd wielkości szybciej niż najnowocześniejsze cyfrowe urządzenia radiowe, które działają w mikrosekundach.

Ta wyjątkowa prędkość pozwala użytkownikom na zwiększenie dokładności klasyfikacji w czasie rzeczywistym bez znacznej utraty prędkości przetwarzania, co jest kluczowe w zastosowaniach, w których liczy się każda chwila.

Rozszerzanie możliwości i przyszły rozwój

Naukowcy planują dalszy rozwój tej technologii poprzez wprowadzenie wielu schematów multipleksowania, które dodatkowo zwiększą moc obliczeniową i umożliwią skalowalność. Celem jest zintegrowanie bardziej złożonych głębokich sieci neuronowych, w tym modeli transformatorowych i dużych modeli językowych (LLM), co rozszerzyłoby zastosowanie na wiele dziedzin sztucznej inteligencji.

Finansowanie i współpraca

Ten innowacyjny projekt jest wspierany finansowo przez wiele ważnych instytucji, w tym Laboratorium Badawcze Armii Amerykańskiej, Siły Powietrzne Stanów Zjednoczonych, MIT Lincoln Laboratory, japońską firmę Nippon Telegraph and Telephone, a także Narodową Fundację Nauki.

Rozwój optycznych sieci neuronowych do szybkiego i wydajnego przetwarzania sygnałów bezprzewodowych stanowi ważny krok w kierunku przyszłych technologii, które umożliwią inteligentniejsze, szybsze i bardziej energooszczędne sieci i urządzenia, kształtując w ten sposób nowy krajobraz technologiczny z potencjałem do zrewolucjonizowania branż od telekomunikacji po opiekę zdrowotną i autonomiczną jazdę.

Źródło: Massachusetts Institute of Technology