ملخصات الأبحاث

شبكات ذاتية التعلم تحاكي التشابكات العصبية

.J.Feldmann  et al
  • Published online:

تُعد التطبيقات البرمجية للحوسبة المستوحاة من عمل الدماغ البشري، ركيزة للعديد من المهام الحوسبية المهمة، بداية من معالجة الصور، وصولًا إلى التعرف على الكلام، والذكاء الاصطناعي، وتطبيقات التعلم العميق. لكنّ، على النقيض من النسيج العصبي الحقيقي، فإن التصميمات القائمة على الحوسبة التقليدية تفصل ماديًا بين وظائف الذاكرة والمعالجة الأساسية في الحوسبة، وهو ما يجعل تحقيق حوسبة سريعة، تتسم بالكفاءة وباستهلاك منخفض للطاقة، هدفًا صعب المنال.

وللتغلّب على هذه القيود، يتمثّل بديل واعد في تصميم أجهزة تحاكي الخلايا العصبية، والتشابكات العصبية. وتُعالج مثل تلك الأجهزة المعلومات بطريقة أقرب إلى آلية عمل الدماغ البشري، وذلك عند توصيلها في شبكات، أو نظم حوسبية تُحاكي البنى العصبية البيولوجية،.

في البحث المنشور، يقدِّم الباحثون نسخة ضوئية تمامًا من هذا النظام العصبي الشبكي، قادرة على التعلّم الموجّه، وعلى التعلم الذاتي. ويستغل الباحثون تقنيات مزج الإرسال بتقسيم الطول الموجي، لتنفيذ بنية من دارات قابلة للتوسيع خاصة بشبكات عصبية فوتونية، تظهر بنجاح القدرة على تمييز الأنماط بشكل مباشر في المجال الضوئي.

تُبشر مثل هذه الشبكات المؤلفة من تشابكات عصبية فوتونية بالوصول إلى السرعة وسعة النطاق العاليين المتأصلين في النظم الضوئية، وهو ما يتيح المعالجة المباشرة للاتصالات الضوئية التي تتم عن بعد، والبيانات المرئية.