Red neuronal fotónica da primeros resultados y ya sabe reconocer vocales

Representación artística del chip fotónico.
RedCube Inc., and courtesy of the researchers

Un equipo de físicos del Instituto Tecnológico de Massachusetts (MIT), en los EE.UU., la Universidad de Sherbrooke, en Canadá, y la compañía Elenion Technologies ha desarrollado un chip fotónico diseñado para algoritmos de aprendizaje profundo. De acuerdo a los autores, la computación fotónica podrá resolver algunas tareas de manera mucho más rápida que sus contrapartes análogicas. Esta tecnología tiene una importante proyección en la multiplicación de matrices, tarea que con frecuencia se presenta en el aprendizaje profundo de redes neuronales y tiene un gran nivel de complejidad. El proyecto de investigación puso a prueba la red neuronal al enseñarle a reconocer sonidos, en especial, a distinguir solo las vocales. La investigación fue publicada en la revista Nature Photonics, y el portal MIT News compartió un resumen de la misma. 
 
El aprendizaje profundo es uno de los métodos de aprendizaje de redes neuronales que propone que la existencia de una red con varias capas. Se cree que este permite descubrir un patrón con un avanzado nivel de abstracción. Es un nivel complejidad computacional muy alto para las computadoras clásicas, ya que el algoritmo requiere de numerosas secuencias de matrices de multiplicación. 
 
Los autores del proyecto han propuesto crear un chip fotónico que emplea un método alternativo para la computación, adaptado para el aprendizaje profundo. En vez de emplear transistores lógicos tradicionales, basados en electrones, los físicos proponen utilizar un transistor de luz. Esta lógica parte del principio de que muchas de las transformaciones de la luz, como por ejemplo, la luz que pasa por unos lentes de enfoque, se pueden considerar como computacionales por la gran cantidad de cálculos que presenta. De este modo, la creación de una imagen en un plano focal con lentes (gafas) convencionales son el resultado de la transformada de Fourier del campo lumínico, que ocurre, esencialmente, a la velocidad de la luz. 
 

Esquema del chip fotónico para aprendizaje profundo. 
Yichen Shen et al. / Nature Photonics, 2017
 

El chip fotónico representa una red de ondas interconectadas cuyos vínculos pueden ser programados para modificarse. De acuerdo a los autores, este sistema permitirá realizar prácticamente cualquier operación matricial. La mayor ventaja de este método consiste en el mínimo gasto de tiempo y energía para completar una tarea, en comparación a un sistema computacional clásico. 
 
En la etapa actual de la investigación, los científicos han empleado el chip fotónico para reconocer sonidos y, por ahora, su entrenamiento ha consistido en la identificación de cuatro vocales. A la fecha, el método arroja un 77% de aciertos, comparado al 90% que se tiene con las computadoras tradicionales. 
 
Adicionalmente al reconocimiento vocal, la red neuronal fotónica puede emplearse para procesar y convertir señales analógicas en señales de tiempo real. Por ejemplo, las señales ópticas no tendrán que ser digitalizadas para procesarse y luego ser nuevamente devueltas a su estado inicial. 

Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.