Os modernos sistemas de inteligência artificial (IA), desde cirurgia robótica até negociações de alta frequência, dependem do processamento de fluxos de dados brutos em tempo real. Extrair características importantes rapidamente é fundamental, mas os processadores digitais convencionais estão atingindo limites físicos. A eletrônica tradicional não consegue mais reduzir a latência ou aumentar o throughput o suficiente para acompanhar as aplicações pesadas em dados de hoje.
Caminhando para a Luz para um Cálculo Mais Rápido
Pesquisadores estão agora buscando a luz como uma solução. A computação óptica – que utiliza luz em vez de eletricidade para lidar com cálculos complexos – oferece uma maneira de aumentar drasticamente a velocidade e a eficiência. Uma abordagem promissora envolve operadores de difração óptica, estruturas finas em forma de placa que realizam operações matemáticas à medida que a luz passa por elas. Esses sistemas podem processar muitos sinais ao mesmo tempo com baixo consumo de energia. No entanto, manter a luz estável e coerente, necessária para tais cálculos acima de 10 GHz, tem se mostrado extremamente difícil.
Para superar esse desafio, uma equipe liderada pelo Professor Hongwei Chen na Universidade de Tsinghua, na China, desenvolveu um dispositivo inovador conhecido como Optical Feature Extraction Engine, ou OFE2. Seu trabalho, publicado na Advanced Photonics Nexus, demonstra uma nova forma de realizar a extração de características ópticas em alta velocidade adequada para múltiplas aplicações do mundo real.
Como o OFE2 Prepara e Processa Dados
Um dos principais avanços do OFE2 é seu módulo inovador de preparação de dados. Fornecer sinais ópticos rápidos e paralelos aos componentes ópticos centrais sem perder a estabilidade de fase é um dos problemas mais difíceis da área. Sistemas baseados em fibra frequentemente introduzem flutuações de fase indesejadas ao dividir e atrasar a luz. A equipe de Tsinghua resolveu isso projetando um sistema totalmente integrado em chip, com divisores de potência ajustáveis e linhas de atraso precisas. Essa configuração converte dados seriais em diversos canais ópticos sincronizados. Além disso, uma matriz de fase integrada permite que o OFE2 seja facilmente reconfigurado para diferentes tarefas computacionais.
Uma vez preparados, os sinais ópticos passam por um operador de difração que realiza a extração de características. Esse processo é semelhante a uma multiplicação matriz-vetor, onde as ondas de luz interagem para criar “pontos brilhantes” focados em pontos de saída específicos. Ao ajustar a fase da luz de entrada, esses pontos podem ser direcionados para portas de saída escolhidas, permitindo que o OFE2 capture variações sutis nos dados de entrada ao longo do tempo.
Desempenho Óptico Recorde
Operando a impressionantes 12,5 GHz, o OFE2 realiza uma única multiplicação matriz-vetor em apenas 250,5 picosegundos – o resultado conhecido mais rápido para esse tipo de computação óptica. “Acreditamos firmemente que este trabalho fornece um marco significativo para o avanço da computação óptica de difração integrada, superando uma taxa de 10 GHz em aplicações do mundo real,” diz Chen.
A equipe de pesquisa testou o OFE2 em múltiplos domínios. Na processamento de imagem, ele extraiu com sucesso características de bordas de dados visuais, criando mapas pareados de “relevo e gravura” que melhoraram a classificação de imagens e aumentaram a precisão em tarefas como a identificação de órgãos em tomografias computadorizadas. Sistemas que utilizam o OFE2 exigiram menos parâmetros eletrônicos do que modelos de IA padrão, comprovando que o pré-processamento óptico pode tornar redes de IA híbridas mais rápidas e eficientes.
A equipe também aplicou o OFE2 ao comércio digital, onde ele processou dados de mercado em tempo real para gerar ações de compra e venda lucrativas. Após ser treinado com estratégias otimizadas, o OFE2 converteu sinais de preço recebidos diretamente em decisões de negociação, alcançando retornos consistentes. Como esses cálculos ocorrem à velocidade da luz, os traders puderam agir em oportunidades com quase nenhuma demora.
Iluminando o Caminho para o Futuro da IA
Conjuntamente, essas realizações sinalizam uma mudança significativa na computação. Ao mover as partes mais exigentes do processamento de IA de chips eletrônicos ávidos por energia para sistemas fotônicos ultrarrápidos, tecnologias como o OFE2 podem inaugurar uma nova era de IA em tempo real e de baixo consumo de energia. “Os avanços apresentados em nosso estudo elevam os operadores de difração integrados a uma taxa mais alta, proporcionando suporte para serviços computacionais intensivos em áreas como reconhecimento de imagem, saúde assistida e finanças digitais. Aguardamos com expectativa colaborar com parceiros que têm necessidades computacionais intensivas em dados,” conclui Chen.
