Nuo dirbtinio intelekto (AI) yra plačiai paplitęs susidomėjimas, o mokslininkai siekia suprasti, kaip smegenys atlieka skaičiavimus, kad būtų galima sukurti dirbtines sistemas, kurių bendras intelektas prilygsta žmogaus intelektui.
Mokslininkai šią užduotį atliko naudodami įprastą silicio mikroelektroniką kartu su šviesa. Tačiau silicio lustų su elektroninių ir fotoninių grandinių elementais gamyba yra sudėtinga dėl daugelio fizinių ir praktinių priežasčių, susijusių su medžiagomis, iš kurių gaminami komponentai. Buvo pasiūlytas didelio masto dirbtinio intelekto metodas, kuriame pagrindinis dėmesys skiriamas fotoninių komponentų integravimui su superlaidžia elektronika, o ne puslaidininkine elektronika.
Šviesos naudojimas komunikacijai kartu su sudėtingomis elektroninėmis skaičiavimo grandinėmis gali leisti sukurti dirbtines pažinimo sistemas, kurių mastas ir funkcionalumas viršija tai, ką galima pasiekti naudojant tik šviesą ar elektroniką. Superlaidieji fotonų detektoriai gali aptikti vieną fotoną, o puslaidininkiniams fotonų detektoriams reikia apie 1 fotonų. Taigi, silicio šviesos šaltiniai ne tik veikia esant -269,15°C temperatūrai, bet ir gali būti tūkstantį kartų silpnesni nei jų kolegos kambario temperatūroje ir tuo pačiu efektyviai sąveikauti.
Taip pat įdomu: Mašininio mokymosi kūrėjų paklausa sumažėjo dėl COVID-19 recesijos
Kai kurios mikroschemos, pavyzdžiui, mobiliuosiuose telefonuose, turi veikti kambario temperatūroje, tačiau siūloma technologija vis tiek bus plačiai naudojama pažangiose skaičiavimo sistemose. Tyrėjai planuoja ištirti sudėtingesnę integraciją su kitomis superlaidžiomis elektroninėmis grandinėmis, taip pat parodyti visus komponentus, sudarančius dirbtines pažinimo sistemas, įskaitant sinapses ir neuronus.
Taip pat bus svarbu parodyti, kad aparatinę įrangą galima keisti, kad būtų galima įdiegti dideles sistemas už priimtiną kainą. Superlaidi optoelektroninė integracija taip pat gali padėti sukurti keičiamo dydžio kvantines technologijas, pagrįstas superlaidžiais arba fotoniniais kubitais. Tokios hibridinės kvantinių neuronų sistemos taip pat gali paskatinti naujus būdus išnaudoti kvantinio susipynimo su impulsiniais neuronais stipriąsias puses.
Taip pat skaitykite: