I ricercatori del MIT hanno sviluppato un nuovo chip "fotonico" che utilizza la luce anziché l'elettricità e consuma decisamente meno energia nel processo. Questa tipologia di chip potrebbe essere impiegata nell'elaborazione di massicce reti neurali con un'efficienza milioni di volte superiore a quella delle attuali soluzioni basate sull'elettricità.

Si parla spesso di reti neurali negli ultimi anni, si tratta di modelli di apprendimento automatico che trovano un sempre più ampio utilizzo in compiti come l'elaborazione del linguaggio naturale, l'identificazione di oggetti, l'imaging a scopi medici e persino nei sistemi di autoguida per le vetture.

Il problema delle reti neurali di nuova generazione è la complessità: i dati da gestire sono sempre maggiori, come di pari passo lo sono anche i consumi. Per affrontare questo problema le principali aziende tecnologiche, tra cui Google, IBM e Tesla, si affidano a degli "acceleratori AI", ossia dei chip specializzati che migliorano la velocità e l'efficienza delle reti neurali.

Le nuove reti neurali ottiche, che utilizzano i fenomeni ottici per accelerare il calcolo, possono funzionare molto più velocemente e in modo maggiormente efficiente rispetto alle loro controparti elettriche. Ed è qui che entra in gioco il lavoro dei ricercatori del MIT, che ormai da qualche tempo hanno dato il via allo sviluppo di acceleratori fotonici per reti neurali ottiche. Questi chip sono stati in grado di eseguire calcoli complessi in modo più efficiente, per contro fanno affidamento su alcuni componenti ottici piuttosto ingombranti, che hanno limitato il loro utilizzo a reti neurali relativamente piccole.

Recentemente, il team che lavora sull'ottimizzazione di queste tecnologie, ha pubblicato un articolo su Physical Review X, dove viene descritto un nuovo acceleratore fotonico che utilizza componenti ottici più compatti e nuove tecniche di elaborazione del segnale, in grado di ridurre drasticamente sia il consumo energetico che le dimensioni del chip.

Come mostrato nell'immagine superiore, alcune simulazioni suggeriscono la possibilità per questa nuova soluzione, di processare reti neurali oltre 10 milioni di volte al di sotto del limite di consumo energetico degli acceleratori tradizionali basati sull'elettricità, e circa 1.000 volte al di sotto del limite degli acceleratori fotonici di precedente generazione. Forti di una parte teorica molto promettente, ora i ricercatori hanno dato il via allo sviluppo di un prototipo che possa dimostrare materialmente i risultati.

Dunque si parla di una tecnologia decisamente interessante, che potrebbe ad esempio abbattere i consumi di energia nei grandi data center, dove l'esecuzione di reti neurali di grandi dimensioni vede una domanda sempre più crescente.

Restando in argomento, si deve sempre al MIT lo sviluppo di un nuovo chip mobile che permette di ridurre del 95% i consumi rispetto a quelli precedentemente utilizzati per la gestione delle reti neurali.