تراشه نوری جدید 2 میلیارد تصویر را در هر ثانیه پردازش می‌کند
محققان دانشگاه پنسیلوانیا تراشه نوری قدرتمند و جدید 9.3 میلی‌متر مربعی توسعه داده‌اند که می‌تواند در هر ثانیه تقریبا 2 میلیارد تصویر را با دقت 93.8 درصد پردازش کند.
فناوری ساخته شده توسط آن‌ها از یک شبکه عصبی تشکیل شده که اطلاعات را به صورت نور پردازش می‌کند و بدون نیاز به اجزایی مانند حافظه، فرآیند پردازش خود را با دقت و سرعت فوق‌العاده‌ای انجام می‌دهد.
محققان «دانشگاه پنسیلوانیا»، در آزمایش‌های خود، تراشه‌ای به ابعاد 9.3 میلی‌متر مربع ساخته‌اند تا بتواند کاراکترهای دستی و حروف مانندی را طبقه‌بندی کند. پس از آموزش تراشه با استفاده از داده‌های مربوطه، محققان موفق شدند تصاویری با دقت 93.8 درصد را پردازش کنند. جالب‌تر اینکه، تراشه قادر بود تا هر کاراکتری را در عرض 0.57 نانوثانیه دسته‌بندی کند، که با این وجود، در هر ثانیه به طور دقیق 1.75 میلیارد تصویر را می‌تواند پردازش کند.
پردازش دقیق تصاویر با استفاده از تراشه نوری
تراشه نوری ساخته شده توسط محققان، اساسا یک شبکه عصبی است. این شبکه‌ها از گره‌هایی تشکیل شده‌اند که مانند نورون‌ها، به یکدیگر متصل می‌شوند و با گذشت زمان و یادگیری آن‌ها از طریق برخی داده‌های خاص، می‌توانند برای انجام وظایف خود بهتر شوند.
محققان ادعا دارند که سرعت فوق‌العاده بالا تراشه، به دلیل پردازش بر اساس نور آن حاصل شده که نسبت به تراشه‌های رایانه‌ای فعلی، مزایای بسیار زیادی به همراه دارد.
«فیروز افلاطونی» محقق اصلی این پژوهش توضیح می‌دهد:
«تراشه ما اطلاعات را از طریق چیزی که آن را «محاسبه از طریق انتشار» می‌نامیم پردازش می‌کند، به این معنی که برخلاف سیستم‌های سنتی، محاسبات با انتشار نور در تراشه انجام می‌شود. ما همچنین از مرحله تبدیل سیگنال‌های نوری به سیگنال‌های الکتریکی صرف‌نظر کرده‌ایم، زیرا تراشه ما می‌تواند به صورت مستقیم سیگنال‌های نوری را بخواند و پردازش کند و هر دوی این تغییرات، تراشه ما را به فناوری بسیار سریع‌تری تبدیل کرده است.»
علاوه بر این، اطلاعات در حال پردازش توسط این تراشه به ذخیره‌سازی نیازی ندارند، بنابراین با عدم ارسال داده‌ها به حافظه، در زمان صرفه جویی می‌شود و به صورت کلی سرعت انجام فرآیند افزایش پیدا می‌کند. همچنین به گفته محققان، ذخیره نشدن داده‌ها، باعث امنیت رویکرد آن‌ها می‌شود.
محققان در مراحل بعدی قصد دارند تولید این تراشه را به صورت گسترده آغاز کنند و آن را برای پردازش انواع دیگری از داده‌ها سازگار کنند.
