شريحة حاسوبية ضوئية تضاعف كفاءة الذكاء الاصطناعي مئة مرة
أفادت وکالة آنا الإخباریة، تُعد عملية الالتفاف عنصراً محورياً في التعلم العميق (Deep Learning) والرؤية الحاسوبية (Computer Vision)، وتشكل أساس الشبكات العصبية التلافيفية (CNNs)، التي تُمكّن النماذج من استخراج السمات المتعددة تلقائياً من البيانات الشبكية مثل الصور. إلا أن هذه العملية عادةً ما تتطلب استهلاكاً كبيراً للطاقة.
وتعتمد الشريحة الجديدة على دمج عدسات "فرينل" فائقة الرقة والمحفورة مباشرة على السيليكون، مع أشعة الليزر، لإجراء عمليات الالتفاف بكفاءة أعلى. وفي التجارب الأولية، حققت الشريحة دقة تقارب 98% في تصنيف الأرقام المكتوبة بخط اليد، متفوقةً على الشرائح الإلكترونية التقليدية، وفق ما أوردت صحيفة Science Daily.
كما تتميز الشريحة بقدرتها على معالجة تدفقات بيانات متعددة بالتوازي، من خلال استخدام أطوال موجية مختلفة للضوء في وقت واحد عبر تقنية "مضاعفة الطول الموجي"، ما يعزز الكفاءة ويقلل بشكل ملحوظ من استهلاك الطاقة، الأمر الذي يساعد على مواكبة النمو السريع في قدرات الذكاء الاصطناعي دون الضغط الكبير على شبكات الكهرباء.
ويُنظر إلى هذا الإنجاز باعتباره خطوة متقدمة نحو تعميم الحوسبة الضوئية في تطبيقات الذكاء الاصطناعي، خاصةً أن شركات تصنيع الشرائح تستخدم بالفعل عناصر بصرية في منتجاتها، ما يسهل دمج هذه التقنية على نطاق واسع قريباً. وتُعد هذه الشريحة الضوئية نقلة نوعية نحو أنظمة ذكاء اصطناعي أسرع وأكثر كفاءة وصديقة للبيئة.
