Os sistemas de inteligência artificial (IA) estão se tornando cada vez mais centrais na tecnologia, alimentando tudo, desde reconhecimento facial até tradução de idiomas. No entanto, à medida que os modelos de IA se tornam mais complexos, eles consomem enormes quantidades de eletricidade, o que gera desafios para a eficiência energética e a sustentabilidade. Um novo chip desenvolvido por pesquisadores da Universidade da Flórida pode ajudar a resolver essa questão, utilizando luz, em vez de apenas eletricidade, para realizar uma das tarefas que mais consomem energia da IA. A pesquisa é relatada na Advanced Photonics.
O chip foi projetado para realizar operações de convolução, uma função central em aprendizado de máquina que permite que sistemas de IA detectem padrões em imagens, vídeos e textos. Essas operações geralmente requerem um poder computacional significativo. Ao integrar componentes ópticos diretamente em um chip de silício, os pesquisadores criaram um sistema que executa convoluções usando luz laser e lentes microscópicas, reduzindo drasticamente o consumo de energia e acelerando o processamento.
“Executar um cálculo chave de aprendizado de máquina com energia quase zero é um avanço significativo para os futuros sistemas de IA”, disse o líder do estudo, Volker J. Sorger, professor titular em Fotônica de Semicondutores na Universidade da Flórida. “Isso é crítico para continuar ampliando as capacidades da IA nos próximos anos.”
Em testes, o chip protótipo classificou dígitos manuscritos com cerca de 98% de precisão, comparável aos chips eletrônicos tradicionais. O sistema utiliza dois conjuntos de lentes Fresnel miniaturizadas — versões planas e ultrafinas das lentes encontradas em faróis — fabricadas utilizando técnicas convencionais de manufatura de semicondutores. Essas lentes são mais finas que um fio de cabelo humano e estão gravadas diretamente no chip.
Para realizar uma convolução, os dados de aprendizado de máquina são primeiro convertidos em luz laser no chip. A luz passa pelas lentes Fresnel, que realizam a transformação matemática. O resultado é então convertido de volta em um sinal digital para concluir a tarefa da IA.
“Esta é a primeira vez que alguém colocou esse tipo de computação óptica em um chip e a aplicou a uma rede neural de IA”, disse Hangbo Yang, professor associado de pesquisa no grupo de Sorger na UF e coautor do estudo.
A equipe também demonstrou que o chip poderia processar múltiplos fluxos de dados simultaneamente, utilizando lasers de diferentes cores — uma técnica conhecida como multiplexação por comprimento de onda. “Podemos ter múltiplos comprimentos de onda, ou cores, de luz passando pela lente ao mesmo tempo,” disse Yang. “Essa é uma vantagem chave da fotônica.”
A pesquisa foi realizada em colaboração com o Florida Semiconductor Institute, UCLA e George Washington University. Sorger observou que fabricantes de chips como a NVIDIA já utilizam elementos ópticos em algumas partes de seus sistemas de IA, o que pode facilitar a integração dessa nova tecnologia.
“Em um futuro próximo, a óptica baseada em chips se tornará uma parte essencial de todos os chips de IA que usamos diariamente,” disse Sorger. “E a computação óptica em IA é o próximo passo.”
