ذكاء إصطناعى جديد لا يتطلب أي طاقة أو عمليات حسابية بإستخدام “إنحراف الضوء” فقط!

664

أصبح التعلم الآلي في كل مكان هذه الأيام ، ولكنه عادة ما يكون غير مرئي إلى حد ما: فهو يجلس في الخلفية, ويحسن الصوت أو يلتقط الوجوه في الصور. لكن هذا النظام الجديد ليس مرئيًا فحسب, بل يتجسد أمامك أيضاً: فهو ينفذ برامج الذكاء الإصطناعي ليس عن طريق تحليل الأرقام, بل عن طريق إنحناء الضوء. إنه أمر غريب وفريد ​​من نوعه, كما أنه أمر من النوع الثوري, إنه عرض ممتاز  بشكل مخادع عن مدى بساطة هذه الأنظمة “الذكاء الاصطناعي”.

أنظمة التعلم الالى والتي نشير إليها بشكل متكرر كشكل من أشكال الذكاء الاصطناعي, في صميم الأمر ليست سوى سلسلة من العمليات الحسابية التي تم إجراؤها على مجموعة من البيانات. إن الحسابات نفسها ليست معقدة على وجه الخصوص – على الرغم من أنها ليست نوع الرياضيات التي تريد القيام بها باستخدام القلم والورقة. في نهاية المطاف, كل هذه الرياضيات البسيطة تنتج احتمالية أن تكون البيانات المتداولة مطابقة لنماذج مختلفة “تتعلم” أن تتعرف عليها.

ومع ذلك ، فالأمر كالتالي هو أنه بمجرد أن يتم “تدريب” هذه الطبقات والرياضيات في صيغتها النهائية ، فإنها تؤدي في كثير من الأحيان نفس الحسابات مرات ومرات. عادةً ما يعني ذلك أنه يمكن تحسينها ولن تستهلك مساحة كبيرة أو طاقة وحدة المعالجة المركزية. لكن باحثين من جامعة كاليفورنيا في لوس أنجلوس أظهروا أنه يمكن أن يتم عرضها حرفيا, فإن الطبقات نفسها عبارة عن طبقات ثلاثية الأبعاد مطبوعة من مادة شفافة, مطبوع عليها أنماط انحراف معقدة تؤدي إلى انحناء الضوء بنفس الكيفية التي ستفعلها الرياضيات بالنسبة للأرقام.

إذا كان ذلك كثيرًا على إستيعابك ، ففكر في آلة حاسبة ميكانيكية. بينما في الوقت الحاضر, يتم كل هذا بشكل رقمي بأستخدام الكمبيوتر, لكن في يوم من الأيام استخدمت الآلات الحاسبة القطع الميكانيكية الفعلية التي تتحرك – شيء ما قد يصل إلى الرقم 10 على سبيل المثال مما يؤدي حرفياً إلى انتقال بعض القطع إلى وضع جديد. بطريقة تشبه هذه “الشبكة العصبية العميقة” إلى حد كبير: فهي تستخدم وتعالج التمثيل المادي للأعداد بدلاً من تلك الإلكترونية.

 

“كل نقطة على طبقة معينة إما أن تنقل أو تعكس موجة واردة ، والتي تمثل عصب اصطناعيًا مرتبطًا بخلايا عصبية أخرى من الطبقات التالية من خلال الإنحراف الضوئى.”

يقول الباحثون في الورقة التي تصف نظامهم ، الذي نشر اليوم في مجلة ساينس العلمية: “يمكن أن يعمل إطار التعلم العميق البصري لدينا, في سرعة الضوء, على وظائف معقدة متعددة يمكن أن تقوم بها الشبكات العصبية القائمة على الكمبيوتر”

لإثبات أنها تدربت على نموذج التعلم العميق للتعرف على الأرقام المكتوبة بخط اليد أخذوا الطبقات الرياضية وتم تحويلها إلى سلسلة من التحولات البصرية للحصول على نفس النتيجة.

ومن خلال ترتيب الملايين من هذه التحولات الصغيرة على اللوحات المطبوعة, فإن الضوء الذي يدخل في نهاية واحدة يخرج من الطرف الآخر بطريقة يمكن للنظام من خلالها معرفة ما إذا كان 1 ، 2 ، 3 وما إلى ذلك بدقة أعلى من 90 بالمائة.

قد تسأل ما هو استخدام ذلك؟ حسنا ، لا شيء في شكله الحالي. لكن الشبكات العصبية هي أدوات مرنة للغاية, وسيكون من الممكن تماماً أن يكون هناك نظام يتعرف على الحروف بدلاً من الأرقام, مما يجعل نظام التعرف الضوئي على الحروف يعمل تمامًا في الأجهزة التي لا تتطلب أي طاقة أو حساب تقريبًا. حيث لا إحتياج لوحدة المعالجة المركزية.

القيود الحقيقية هنا هي التصنيع: من الصعب إنشاء الصفائح المتعرجة بمستوى الدقة المطلوبة لأداء بعض عمليات المعالجة الأكثر تعقيدا. 

هذا ليس سوى إثبات علي صحة المفهوم – ليس هناك حاجة ماسة إلى آلات عملاقة للتعرف على الأرقام – ولكنها رائعة. وقد تثبت الفكرة أنها ذات تأثير في تكنولوجيا الكاميرات والتعلم الآلي – وهي هيكلة الضوء والبيانات في العالم الفعلي بدلاً من البنية الرقمية. قد يبدو الأمر وكأنه يتراجع ، ولكن ربما يتحول من إتجاه إلى الاتجاه آخر.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://techcrunch.com/2018/07/26/this-3d-printed-ai-construct-analyzes-by-bending-light/

 

تعليقات