تُظهر نتائج بحثية جديدة من جامعة Aalto تقدّماً مهماً في طريقة تنفيذ العمليات الرياضية، التي يقوم عليها الذكاء الاصطناعي، بعد نجاح فريق بحثي في ابتكار أسلوب يسمح بحوسبة التنسورات عبر "الحوسبة أحادية المرور" (single-shot tensor computing)، باستخدام خصائص الضوء، بسرعة انتشار الضوء. ويمثّل هذا التطور انتقالاً من المعالجة الإلكترونية التقليدية إلى معالجة ضوئية تعتمد على الخصائص الفيزيائية للضوء في تنفيذ العمليات الحسابية، بدلاً من الاعتماد على الإلكترونات داخل المدارات الكهربائية.

وتبرز أهمية هذا التطور عند النظر إلى الدور المحوري الذي تؤديه حوسبة التنسورات في أنظمة الذكاء الاصطناعي.

حوسبة التنسورات تشكّل البنية الرياضية الأساسية لخوارزميات الذكاء الاصطناعي. وتستخدم عملياتها في نماذج التعلم العميق التي تعتمد على ضرب المصفوفات، والالتفافات (convolutions)، وطبقات الانتباه (attention layers). كل هذه العمليات تُنفّذ عادةً خطوة بخطوة داخل المعالجات الإلكترونية، مثل وحدات GPU، ما يجعلها بطيئة نسبيًا وكثيفة الاستهلاك للطاقة، خصوصًا مع الارتفاع الضخم في حجم البيانات.

البحث المنشور في Nature Photonics يقدّم بديلاً مبتكراً: ترميز البيانات الرقمية داخل سعة الضوء وطورِه، بحيث تتحول الأرقام إلى خصائص فيزيائية للمجال الضوئي. وعندما تتفاعل الحقول الضوئية، وتتراكب، خلال مرور واحد داخل المنظومة البصرية، فإنها تنجز العمليات الرياضية بصورة متزامنة، بما في ذلك ضرب المصفوفات والتنسورات. ومع إدخال عدة أطوال موجية، توسّعت القدرة الحسابية لتشمل عمليات تنسور أعلى رتبة.

هذا الأسلوب يتميز بأن العمليات البصرية فيه تحدث بشكلٍ سلبي أثناء انتشار الضوء، من دون حاجة إلى تحكم نشط أثناء تنفيذ العملية نفسها. ويشبّه الباحثون التقنية بدمج مسارات الجمارك المتعددة وآلات الفحص المتنوعة في ممر واحد يعالج جميع الطرود فورًا وبالتوازي.

صورة تعبيرية مولّدة بالذكاء الاصطناعي

ويرى الفريق أن دمج هذه البنية في شرائح فوتونية سيتيح تنفيذ مهام ذكاء اصطناعي معقدة باستهلاك منخفض للطاقة، مع تقديرات تشير إلى إمكانية اعتمادها في منصات الشركات الكبرى خلال ثلاث إلى خمس سنوات. وهذا ما قد يمهّد لظهور جيل جديد من الحوسبة الضوئية قادر على تسريع تطبيقات الذكاء الاصطناعي على نطاق واسع.