به گزارش اطلاعات آنلاین، در شبکههای عصبی سنتی که به منظور تشخیص تصاویر استفاده می شوند، ابتدا تصویر هدف روی یک حسگر تصویر شکل می گیرد. این حسگر می تواند دوربین دیجیتال تلفن هوشمند باشد. سپس حسگر تصویر نور را به سیگنال های الکتریکی و سرانجام به داده های دودویی (باینری) تبدیل می کند؛ داده هایی که پس از آن به کمک تراشه های رایانه ای قابل پردازش، تحلیل، ذخیره سازی و طبقه بندی می شوند. سرعت بخشیدن به این عملکردها در ارتقاء هر اپلیکیشنی لازم است؛ از جمله نرم افزار تشخیص چهره، شناسایی خودکار متن در عکس یا تشخیص موانع در خودروهای خودران.
فناوری طبقه بندی تصاویر که در حال حاضر روی تراشه های دیجیتال نصب می شود می تواند در عرض یک ثانیه میلیاردها عملکرد محاسباتی یا رایانشی(computation) را انجام دهد و سرعت اپلیکیشن ها را بالا ببرد. با این حال، شکل های پیچیده تر طبقه بندی تصاویر مثل شناسایی اجسام متحرک، همانندسازی سه بعدی یا طبقه بندی سلول های میکروسکوپی بدن اکنون حتی از حد توان قدرتمندترین فناوری ها عبور کرده اند. میزان سرعت کنونی این فناوری ها از طریق مراحل مختلف محاسبات که در پردازشگر رایانه برنامه ریزی ساعتی شده اند تنظیم می شود. به عبارتی دیگر، عملکردهای محاسباتی در یک یک برنامه خطی یکی پس از دیگری به اجرا در می آیند.
برای برطرف کردن این محدودیت، پژوهشگران مهندسی رایانه در دانشگاه پنسیلوانیا نخستین تراشه مقیاس پذیر (scalable) را ساختند که تصاویر را تقریباً در لحظه طبقه بندی کرده و تشخیص می دهد. آنها چهار عامل وقت گیر در تراشه رایج رایانه ای را از میان برداشتند. این چهار مانع تبدیل سیگنال های نوری به سیگنال های الکتریکی، تبدیل داده های ورودی به فرمت دودویی، ماژول حافظه بزرگ و جاگیر و عملکردهای محاسباتی ساعتی هستند.
حذف این چهار مورد با پردازش نور دریافتی از شی ء مورد نظر و به کمک یک شبکه عصبی عمیق نوری که روی یک تراشه ۳/۹ میلی متری تعبیه شده بود امکان پذیر شد.
نورون های نوری بی شمار این تراشه از طریق سیم های نوری که به آنها «موج بر» (waveguide) نیز می گویند به هم متصل شده اند و شبکه عمیقی از لایه های عصبی را تشکیل می دهند که عملکرد شبکه عصبی مغز انسان را تقلید می کنند. اطلاعات از لایه های این شبکه عبور می کند. در هر مرحله از روند طبقه بندی، تصاویر ورودی متناسب با گروه های تصاویری که تراشه آنها را از پیش یاد گرفته طبقه بندی می شوند و هر تصویر به دسته مربوطه اضافه می شود. برای مثال، تراشه توانست تصاویر حروف الفبا که با دست نوشته شده بودند را طبقه بندی کند.
این شبکه عمیق نیز درست مانند شبکه عصبی مغز ما طوری طراحی شده که اطلاعات را خیلی سریع پردازش می کند. این تراشه می تواند در عرض نیم نانوثانیه یک دور کامل طبقه بندی تصاویر را به پایان برساند. در این برش زمانی کوتاه تراشه های رایانه ای سنتی فقط می توانند یک مرحله از محاسبات را در برنامه زمانی ساعتی خود به اتمام برسانند.
تراش، اطلاعات را به دنبال فرایندی به نام «محاسبات انتشاری» پردازش می کند. بدین معنی که علی رغم سیستم های مبتنی بر زمان بندی ساعتی، محاسبات طی انتشار نور به درون تراشه صورت می گیرند. مزیت دیگر آن این است که دیگر نیازی نیست مرحله تبدیل سیگنال های نوری به سیگنال های الکتریکی پشت سر گذاشته شود؛ چون این تراشه می تواند سیگنال های نوری را بی واسطه بخواند و پردازش کند. این دو تغییر عمده تراشه را به فناوری سریع تری تبدیل کرده اند.
اما قابلیت تراشه در پردازش مستقیم سیگنال های نوری خود یک مزیت دیگر دارد. زمانی که تراشه های رایانه ای فعلی سیگنال های الکتریکی را پردازش می کنند، اغلب آنها را از درون واحد پردازش گرافیکی (GPU) عبور می دهند. این ابزار اختصاصی که برای رندر کردن تصاویر به کار می رود، هم فضای نسبتاً زیادی را اشغال می کند و هم مصرف برق دارد. تراشه جدید نیازی به ذخیره اطلاعات ندارد، بنابراین لازم نیست واحد ذخیره کننده حافظه که بزرگ و جاگیر است روی آن نصب شود.
با حذف قطعه حافظه که وظیفه اش ذخیره سازی تصاویر است، داده های شخصی افراد نیز بیشتر در مصونیت قرار می گیرند. با وجود تراشه هایی که داده های تصویری را به طور مستقیم خوانش می کنند، به ذخیره سازی تصاویر نیازی نیست؛ در نتیجه دیگر احتمال نشت داده های حساس یا شخصی در کار نیست که موجب نگرانی شود.
تراشه ای که قادر باشد با سرعت نور اطلاعات را خوانش کند و میزان امنیت سایبری بالاتری را فراهم آورد، در زمینه های بسیاری کاربرد خواهد داشت. این یکی از دلایلی است که مطالعه روی این فناوری طی دهه های گذشته افزایش یافته است.
این نخستین باری نیست که فناوری خوانشِ مستقیم سیگنال های نوری ساخته می شود، اما نخستین باری است که سیستم کاملی روی کار می آید که تراشه آن هم با فناوری کنونی سازگار است و هم با قابلیت مقیاس پذیری خود می تواند داده های پیچیده تر را نیز پرداز ش و خوانش کند.
به سرعت نور و به دقت مغز انسان
تراشه جدید کاری فراتر از خوانش و تفکیک تصاویر در مقیاس زمانی نانوثانیه انجام می دهد. برای این که بفهمیم این تراشه چقدر سریع اطلاعات را پردازش می کند، می توانیم سرعت فریم های فیلم های سینمایی را به ذهن بیاوریم. به طور معمول در یک فیلم سینمایی در هر ثانیه ۲۴ تا ۱۲۰ فریم نمایش داده می شوند. اما شاید باورکردنی نباشد که این تراشه می تواند نزدیک به ۲ میلیارد فریم را در ثانیه پردازش کند. بنابراین برای مسائلی که رایانش آنها مستلزم سرعت نور است اکنون دیگر یک راهکار فناورانه نوین وجود دارد.
تراشه مبتنی بر طراحی شبکه عمیق است و باید تعلیم ببیند تا بتواند مجموعه دادگان جدیدی که به آن داده می شوند را طبق بندی کند. این همان کاری است که مغز انسان انجام می دهد. زمانی که یک مجموعه داده به آن معرفی می شود، شبکه نورونی عمیق اطلاعات را می گیرد و به دسته بندی هایی که از پیش یادگرفته طبقه بندی می کند. باید هم در جزئیات دقیق باشد که بداند کدام تصویر به کدام گروه تعلق دارد و هم قابلیت درک مفهوم کل را داشته باشد؛ یعنی بتواند داده هایی که به صورت یک مجموعه جدید به آن عرضه می شوند را دریافت کند. دانشمندان می توانند با افزودن لایه های عصبی بیشتر این شبکه عمیق را پیچیده تر کنند، به طوری که تراشه بتواند تصاویری با پیچیدگی و وضوح تصویر بیشتر را خوانش کند.