Od umetne inteligence (AI) je vsesplošno zanimiv, saj se raziskovalci osredotočajo na razumevanje, kako možgani izvajajo izračune, tako da je mogoče ustvariti umetne sisteme s splošno inteligenco, primerljivo s človeško inteligenco.
Raziskovalci so k tej nalogi pristopili z uporabo običajne silicijeve mikroelektronike v kombinaciji s svetlobo. Izdelava silicijevih čipov z elementi elektronskih in fotonskih vezij pa je zapletena zaradi številnih fizičnih in praktičnih razlogov, povezanih z materiali, iz katerih so komponente izdelane. Predlagan je bil pristop k obsežni umetni inteligenci, ki se osredotoča na integracijo fotonskih komponent s superprevodno elektroniko in ne na polprevodniško elektroniko.
Uporaba svetlobe za komunikacijo v kombinaciji s kompleksnimi elektronskimi vezji za računanje lahko omogoči ustvarjanje umetnih kognitivnih sistemov, katerih obseg in funkcionalnost presegata tisto, kar je mogoče doseči samo s svetlobo ali elektroniko. Superprevodni fotonski detektorji lahko zaznajo en sam foton, medtem ko polprevodniški fotonski detektorji potrebujejo približno 1 fotonov. Tako silicijevi svetlobni viri ne delujejo le pri temperaturi -269,15°C, ampak so lahko tudi tisočkrat zatemnjenejši od svojih sorodnikov pri sobni temperaturi, hkrati pa učinkovito medsebojno delujejo.
Zanimivo tudi: Povpraševanje po razvijalcih strojnega učenja je upadlo zaradi recesije COVID-19
Nekatera mikrovezja, na primer v mobilnih telefonih, zahtevajo delovanje pri sobni temperaturi, vendar bo predlagana tehnologija še vedno široko uporabljena v naprednih računalniških sistemih. Raziskovalci nameravajo raziskati bolj zapleteno integracijo z drugimi superprevodnimi elektronskimi vezji, pa tudi prikazati vse komponente, ki sestavljajo umetne kognitivne sisteme, vključno s sinapsami in nevroni.
Pomembno bo tudi pokazati, da je strojno opremo mogoče narediti razširljivo, tako da je mogoče velike sisteme izvajati po razumni ceni. Superprevodna optoelektronska integracija lahko pomaga tudi pri ustvarjanju razširljivih kvantnih tehnologij, ki temeljijo na superprevodnih ali fotonskih kubitih. Takšni hibridni kvantno-nevronski sistemi lahko vodijo tudi do novih načinov izkoriščanja prednosti kvantne prepletenosti z impulznimi nevroni.
Preberite tudi: