Photonic reservoir computing enabled by stimulated Brillouin scattering

要約

人工知能 (AI) は、人間の生活や働き方を混乱させる未来のテクノロジーの創造を促進し、タスクや活動へのアプローチ方法を変える新しいソリューションを生み出しますが、それには大量のデータ処理、大量のデータ転送、およびコンピューティングが必要です。
スピード。
これは、脳のアーキテクチャ、特にフォトニック技術、高速、低電力、およびより広い帯域幅によって提供される利点を活用するものに触発された、新しいタイプのコンピューティング プラットフォームの開発に対する研究への関心の高まりにつながりました。
ここでは、誘導ブリルアン散乱の非線形波動光学ダイナミクスを利用したフォトニック リザーバー コンピューティング アーキテクチャに基づく新しいコンピューティング プラットフォームが報告されています。
新しいフォトニック リザーバー コンピューティング システムのカーネルは、完全にパッシブな光学システムで構成されています。
さらに、リアルタイムの人工知能を可能にする高性能光多重化技術と組み合わせて使用​​するのに容易に適しています。
ここでは、誘導ブリルアン散乱システムのダイナミクスに強く依存することがわかっている新しいフォトニック リザーバー コンピューティングの動作条件を最適化する方法論について説明します。
ここで説明する新しいアーキテクチャは、AI 用のフォトニクスのアプリケーションを強調する AI ハードウェアを実現する新しい方法を提供します。

要約(オリジナル)

Artificial Intelligence (AI) drives the creation of future technologies that disrupt the way humans live and work, creating new solutions that change the way we approach tasks and activities, but it requires a lot of data processing, large amounts of data transfer, and computing speed. It has led to a growing interest of research in developing a new type of computing platform which is inspired by the architecture of the brain specifically those that exploit the benefits offered by photonic technologies, fast, low-power, and larger bandwidth. Here, a new computing platform based on the photonic reservoir computing architecture exploiting the non-linear wave-optical dynamics of the stimulated Brillouin scattering is reported. The kernel of the new photonic reservoir computing system is constructed of an entirely passive optical system. Moreover, it is readily suited for use in conjunction with high performance optical multiplexing techniques to enable real-time artificial intelligence. Here, a methodology to optimise the operational condition of the new photonic reservoir computing is described which is found to be strongly dependent on the dynamics of the stimulated Brillouin scattering system. The new architecture described here offers a new way of realising AI-hardware which highlight the application of photonics for AI.

arxiv情報

著者 Sendy Phang
発行日 2023-02-15 14:57:30+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, physics.optics パーマリンク