Pekinger Wissenschaftler enthüllen revolutionäres optisches neuronales Netzwerk, das KI-Training verändert

In einer bahnbrechenden Entwicklung haben Forscher der Beijing Institute of Technology, angeführt von Professor Xiangdong Zhang, eine neuartige Art von optischem neuronalem Netzwerk (ONN) vorgestellt, das einen bemerkenswerten „Quantum Speedup“ demonstriert. 

Diese Innovation nutzt klassische optische Korrelationen, um die Rechenleistung von ONNs erheblich zu steigern. Veröffentlicht in Light Science & Application, stellt diese Errungenschaft einen großen Schritt dar, um der ständig wachsenden Nachfrage nach effizienten maschinellen Lernmodellen gerecht zu werden und gleichzeitig die Begrenzungen der Rechenressourcen zu mildern.

Steigerung der KI-Effizienz mit optischen und quantenmechanischen neuronalen Netzwerken.

Künstliche Intelligenz (KI)-Technologien, insbesondere Algorithmen des maschinellen Lernens, haben in den letzten Jahren enorme Fortschritte gemacht und ermöglichen beispiellose Fähigkeiten bei Aufgaben wie Bilderkennung, natürlicher Sprachverarbeitung und Objekterkennung.

Diese Fortschritte kommen jedoch zu einem Preis – sie erfordern erhebliche Rechenressourcen. Der aktuelle Stand der Rechenleistung nähert sich seinen Grenzen, was die Reduzierung der Trainingskosten und die Verbesserung der Trainingseffizienz für maschinelle Lernmodelle erforderlich macht.

Forscher haben ihre Bemühungen auf zwei Hauptansätze konzentriert, um dieser Herausforderung zu begegnen: optische neuronale Netzwerke (ONNs) und quantenmechanische neuronale Netzwerke. ONNs nutzen fortschrittliche optische Manipulationstechniken zur Ausführung von maschinellen Lernalgorithmen in der klassischen optischen Informationsverarbeitung. 

Diese Netzwerke bieten mehrere Vorteile, darunter niedrigen Energieverbrauch, minimale Quersprechen und niedrige Übertragungslatenz. Traditionelle ONNs verfügen jedoch über keine algorithmische Beschleunigung, was bedeutet, dass sie keine schnelleren Modellkonvergenzgeschwindigkeiten aufweisen.

Auf der anderen Seite sind Quanten-Neuronale Netze (QNN) neuronale Netzwerk-Algorithmen, die auf der Quantencomputing-Theorie basieren. Aktuelle Studien haben gezeigt, dass Quanten-Neuronale Netze aufgrund quantenmechanischer Korrelationen eine algorithmische Beschleunigung erreichen können. Leider werden praktische Anwendungen von Quanten-Neuronalen Netzen durch technische Einschränkungen behindert, was ihre großflächige Implementierung erschwert.

Korrelierte optische konvolutionale neuronale Netze

Der in der jüngsten Veröffentlichung vorgestellte Durchbruch beinhaltet die Entwicklung eines neuartigen optischen neuronalen Netzes, das die algorithmische Beschleunigung nachahmt, die in Quanten-Neuronalen Netzen beobachtet wird. Diese bemerkenswerte Leistung wird ermöglicht, indem klassische optische Korrelationen als Informationsträger eingeführt werden. Diese Korrelationen ermöglichen eine Informationsverarbeitung, die der Quantencomputing-Ähnlich ist – ein Konzept, das zuvor bereits vom selben Forschungsteam demonstriert wurde.

Die Forscher entwickelten Faltungs- und Pooling-Operationen auf dem korrelierten optischen Zustand, wodurch ein korreliertes optisches konvolutionales neuronales Netz entstand. Dieses ONN (Optical Neural Network) zeigt eine beschleunigte Trainingsphase bei bestimmten Datensätzen und kann zur Identifizierung der Eigenschaften von Quantenzuständen unter spezifischen Codierungsprinzipien eingesetzt werden. Dieser Durchbruch hat die Tür zu algorithmisch verbesserten optischen neuronalen Netzen geöffnet und verspricht Vorteile im Zeitalter der Big-Data-Verarbeitung.

Die Struktur eines korrelierten optischen konvolutionalen neuronalen Netzes

Das korrelierte optische konvolutionale neuronale Netz besteht aus vier Hauptkomponenten: der korrelierten Lichtquelle, der Faltung, dem Pooling und den Detektionen. Die Kernverarbeitung erfolgt durch die Faltungs- und Pooling-Abschnitte. 

Diese Komponenten unterscheiden sich von denen in klassischen konvolutionalen neuronalen Netzen, da sie die Korrelation optischer Zustände manipulieren und durch Strahlverschmelzung einfachere korrelierte Zustände erzeugen.

Die leitenden Wissenschaftler der Forschung erklären: „Diese beiden Teile führen tatsächlich Operationen aus, die den Quantengattern in den Quanten-Convolutional-Neural-Networks analog sind. Der Faltungsteil in unserem Netzwerk besteht aus unitären Operationen auf dem korrelierten optischen Zustand, ähnlich wie unitäre Operationen im Hilbertraum von Qubits. 

Der von uns betrachtete Pooling-Teil ist äquivalent zur Messung partieller Qubits, um einen Teil-Hilbertraum zu erhalten. Dies führt zu einer exponentiellen Verringerung der Daten-Dimension, was zur schnelleren Konvergenz der Verlustfunktion beim Lernen spezifischer Datensätze beiträgt.“

Zusätzlich zertifizieren die Forscher die Ähnlichkeit zwischen ihrem korrelierten optischen konvolutionalen neuronalen Netz und Quanten-Convolutional-Neural-Networks, indem sie eine topologische Phasenidentifizierung von Quantenzuständen durchführen. Sowohl theoretische als auch experimentelle Ergebnisse stützen diese Zertifizierung.

Eine kostengünstige Alternative zu Quanten-Neuronalen Netzen

Die Ergebnisse dieser Forschung weisen auf eine aufregende Möglichkeit hin – die Realisierung der Eigenschaften von Quanten-Neuronalen Netzen auf kostengünstigere Weise. Während Quanten-Neuronale Netze potenzielle Vorteile bieten, erfordert ihre praktische Implementierung komplexe Quantenschaltkreise mit mehreren Multi-Qubit-Gattern und intricaten Messungen. 

Diese Schaltkreise sind stark anfällig für Umgebungsstörungen, was ihre Stabilität und Fehlerkorrektur zu einer erheblichen Herausforderung macht.

Die in dieser Studie vorgestellten korrelierten optischen neuronalen Netze stellen eine attraktive Alternative dar. Sie zeichnen sich durch eine einfache Anordnung der Elemente aus und haben geringe Umgebungsanforderungen in Experimenten. 

Angesichts des exponentiellen Datenwachstums und der Knappheit von Ressourcen für hochwertige Berechnungen bietet dieser Ansatz eine kostengünstige und leistungsstarke Lösung mit weitreichenden Anwendungen in verschiedenen Bereichen der Data-Science-Forschung.