激光网2月29日消息，在迈向可持续和高效的人工智能系统的突破性进展中，由耶拿莱布尼茨光子技术研究所的 Mario Chemnitz 教授和 Bennet Fischer 博士领导的国际科学家团队推出了一种新颖的解决方案。他们创新的计算机设计避开了传统的硅基处理，转而通过单根光纤利用光波。
该团队的开创性方法利用光纤内光波的复杂相互作用来构建先进的人工智能学习系统。这种与依赖无数电子元件的传统电子基础设施的背离，标志着人工智能技术的重大进步。
通过利用光的独特物理特性，研究人员开发了一种有望快速有效地处理大量数据的方法。该方法将数据编码到超短光脉冲的颜色通道上，这些通道通过光纤传播。通过各种组合、放大或衰减，脉冲发生转换。随后，光纤输出端的新颜色组合有助于预测数据类型或上下文。
为了展示该系统的功能，该团队与剑桥大学合作进行了一项试点研究，以使用语音样本诊断 COVID-19 感染。这项研究的结果超越了现有数字系统的性能，实现了卓越的检测率。
“我们是第一个证明光纤中如此活跃的光波相互作用可以直接对复杂信息进行分类的人，而无需任何额外的智能软件，”Chemnitz教授评论道，并强调了他们方法的变革潜力。
这种无硅计算机的开发对人工智能发展和可持续性的未来具有深远的影响。通过规避与传统人工智能系统相关的生态问题，这些系统通常需要大量的能源消耗和电子废物的产生，光波的利用提供了一个令人信服的替代方案。
此外，基于光纤的计算机的流线型设计有望提高效率和处理速度，预示着人工智能创新的新时代。消除大量电子元件可降低制造成本，并减轻与其生产和处置相关的环境影响。
随着光子学领域研究的不断推进，基于光的人工智能系统的潜在应用有望显着扩大。从医疗保健诊断到自主系统等，光纤计算提供的多功能性和效率为各行各业带来了希望。
随着不断的改进和优化，将基于光的计算集成到主流人工智能架构中可能会彻底改变技术创新的格局。全球科学家和研究人员的共同努力将继续推动实现这项变革性技术的全部潜力。
利用光波的无硅计算机的发展代表了人工智能技术的范式转变。在开姆尼茨教授和费舍尔博士的领导下，莱布尼茨IPHT团队通过成功的应用证明了其方法的可行性和优越性。
随着科学界拥抱基于光的计算的潜力，可持续和高效的人工智能系统的前景比以往任何时候都更加光明。随着研究和开发的不断发展，光纤计算的集成有望重新定义21世纪人工智能的可能性。
