Para insinyur di Universitas Pennsylvania berhasil menciptakan sebuah terobosan besar dalam dunia kecerdasan buatan (AI). Mereka telah mengembangkan chip terprogram pertama di dunia yang mampu melatih jaringan saraf nonlinear menggunakan cahaya. Inovasi ini berpotensi mempercepat pelatihan AI secara signifikan, mengurangi konsumsi energi, dan bahkan membuka jalan menuju sistem komputasi yang sepenuhnya ditenagai oleh cahaya.
Berbeda dengan chip AI konvensional yang mengandalkan listrik, chip baru ini bersifat fotonik, yang berarti melakukan perhitungan menggunakan berkas cahaya. Penelitian yang dipublikasikan dalam jurnal Nature Photonics ini mendemonstrasikan bagaimana chip tersebut memanipulasi cahaya untuk menjalankan operasi nonlinear kompleks yang sangat penting bagi kecerdasan buatan modern.
Profesor Liang Feng dari Departemen Ilmu dan Teknik Material serta Teknik Elektro dan Sistem, yang juga merupakan penulis senior studi ini, menjelaskan, "Fungsi nonlinear sangat krusial untuk melatih jaringan saraf dalam. Tujuan kami adalah mewujudkan hal ini dalam bidang fotonik untuk pertama kalinya."
Mengapa Nonlinearitas Penting?
Sebagian besar sistem AI saat ini bergantung pada jaringan saraf, perangkat lunak yang dirancang untuk meniru jaringan saraf biologis. Seperti halnya neuron yang saling terhubung memungkinkan makhluk hidup untuk berpikir, jaringan saraf buatan menghubungkan lapisan-lapisan unit sederhana atau "node" yang memungkinkan sistem AI melakukan tugas-tugas kompleks.
Baik dalam sistem buatan maupun biologis, node-node ini hanya "aktif" setelah mencapai ambang batas tertentu. Proses nonlinear ini memungkinkan perubahan kecil pada input menyebabkan perubahan yang lebih besar dan kompleks pada output. Tanpa nonlinearitas tersebut, menambahkan lapisan tidak akan memberikan efek apa pun: sistem hanya akan tereduksi menjadi operasi linear satu lapis di mana input hanya ditambahkan bersama-sama, dan tidak terjadi pembelajaran yang sebenarnya.
Meskipun banyak tim peneliti, termasuk tim di Penn Engineering, telah mengembangkan chip bertenaga cahaya yang mampu menangani operasi matematika linear, belum ada yang berhasil memecahkan tantangan untuk merepresentasikan fungsi nonlinear hanya dengan menggunakan cahaya hingga sekarang.
Tianwei Wu, peneliti postdoctoral di ESE dan penulis utama makalah tersebut, menegaskan, "Tanpa fungsi nonlinear, chip fotonik tidak dapat melatih jaringan dalam atau melakukan tugas-tugas yang benar-benar cerdas."
Membentuk Ulang Cahaya dengan Cahaya
Terobosan tim ini dimulai dengan material semikonduktor khusus yang responsif terhadap cahaya. Ketika berkas cahaya "sinyal" (yang membawa data input) melewati material tersebut, berkas "pompa" kedua bersinar dari atas, menyesuaikan bagaimana material tersebut bereaksi.
Dengan mengubah bentuk dan intensitas berkas pompa, tim dapat mengontrol bagaimana cahaya sinyal diserap, ditransmisikan, atau diperkuat, tergantung pada intensitasnya dan perilaku material. Proses ini "memprogram" chip untuk melakukan berbagai fungsi nonlinear yang berbeda.
"Kami tidak mengubah struktur chip," jelas Feng. "Kami menggunakan cahaya itu sendiri untuk menciptakan pola di dalam material, yang kemudian membentuk ulang bagaimana cahaya bergerak melaluinya."
Hasilnya adalah sistem yang dapat dikonfigurasi ulang yang mampu mengekspresikan berbagai fungsi matematika tergantung pada pola pompa. Fleksibilitas tersebut memungkinkan chip untuk belajar secara real-time, menyesuaikan perilakunya berdasarkan umpan balik dari outputnya.
Pelatihan dengan Kecepatan Cahaya
Untuk menguji potensi chip, tim menggunakannya untuk memecahkan masalah AI standar. Platform ini mencapai akurasi lebih dari 97% pada tugas batas keputusan nonlinear sederhana dan lebih dari 96% pada dataset bunga Iris yang terkenal, sebuah standar dalam pembelajaran mesin.
Dalam kedua kasus tersebut, chip fotonik menyamai atau bahkan mengungguli jaringan saraf digital tradisional, namun menggunakan lebih sedikit operasi dan tidak memerlukan komponen elektronik yang boros daya.
Dalam satu hasil yang mencolok, hanya empat koneksi optik nonlinear pada chip setara dengan 20 koneksi elektronik linear dengan fungsi aktivasi nonlinear tetap dalam model tradisional. Efisiensi tersebut menunjukkan potensi besar saat arsitektur ini ditingkatkan skalanya.
Tidak seperti sistem fotonik sebelumnya yang tetap setelah fabrikasi, chip Penn ini dimulai sebagai kanvas kosong. Cahaya pompa bertindak seperti kuas, menggambar instruksi yang dapat diprogram ulang ke dalam material.
"Ini adalah bukti nyata konsep komputer fotonik yang dapat diprogram di lapangan," kata Feng. "Ini adalah langkah menuju masa depan di mana kita dapat melatih AI dengan kecepatan cahaya."
Arah Masa Depan
Meskipun penelitian saat ini berfokus pada polinomial sekelompok fungsi fleksibel yang banyak digunakan dalam pembelajaran mesin, tim percaya pendekatan mereka dapat memungkinkan operasi yang lebih kuat di masa depan, seperti fungsi eksponensial atau invers. Hal ini akan membuka jalan bagi sistem fotonik yang dapat menangani tugas-tugas berskala besar seperti melatih model bahasa besar.
Dengan menggantikan elektronik yang menghasilkan panas dengan komponen optik berenergi rendah, platform ini juga menjanjikan pengurangan konsumsi energi yang signifikan di pusat data AI, yang berpotensi mengubah ekonomi pembelajaran mesin.
"Ini bisa menjadi awal dari komputasi fotonik sebagai alternatif serius untuk elektronik," kata Liang. "Penn adalah tempat lahirnya ENIAC, komputer digital pertama di dunia, chip ini mungkin menjadi langkah nyata pertama menuju ENIAC fotonik."
