المشكلة في الذكاء الاصطناعي لم تعد في قدراته، بل في كلفته. فكل عملية حسابية تتطلب طاقة، وكل تطور جديد يزيد الضغط على مراكز البيانات التي تستهلك كميات هائلة من الكهرباء والمياه. ومع استمرار هذا التصاعد، يظهر اتجاه تقني جديد يسعى إلى تحسين كفاءة الحوسبة، عبر استخدام الضوء إلى جانب الكهرباء في تشغيل الرقائق.

الذكاء الاصطناعي أصبح حاضراً في كل مكان، حتى لمن لا يرغب باستخدامه. ومع هذا الانتشار، برزت حقيقتان واضحتان: الطلب المتزايد على هذه التقنيات أدى إلى نقص في الرقائق وارتفاع أسعار الأجهزة، كما أن تشغيلها يفرض عبئاً بيئياً كبيراً نتيجة استهلاك الطاقة المرتفع، حيث تعتمد مراكز البيانات على قدرة معالجة عالية تتطلب موارد ضخمة من الكهرباء والمياه.

أحد أبرز الحلول المطروحة يتمثل في الرقائق الضوئية، التي تختلف عن الرقائق التقليدية المعتمدة على الإلكترونات، إذ تستخدم الفوتونات، أي جزيئات الضوء، لتنفيذ بعض العمليات الحسابية. وبذلك، يمكنها إجراء عمليات مرتبطة بالذكاء الاصطناعي باستخدام الضوء بدلاً من الاعتماد الكامل على الكهرباء، مع إمكانية تقليل استهلاك الموارد في تطبيقات محددة.

تعتمد الرقائق التقليدية على مليارات الترانزستورات التي تتحكم في تدفق التيار الكهربائي داخل الدوائر، ما يؤدي إلى توليد حرارة نتيجة المقاومة الكهربائية، ويستلزم أنظمة تبريد معقدة قد تستهلك كميات كبيرة من الطاقة والمياه. أما الرقائق الضوئية، فتستبدل هذه الآلية بأنظمة توجّه الضوء داخل الشريحة، حيث يتم تحويل الإشارات الكهربائية إلى ضوء، إجراء العمليات الحسابية، ثم إعادة تحويلها إلى إشارات كهربائية.

صورة تعبيرية (مواقع)

ومن أبرز مزايا هذه التقنية أن مساراً واحداً من الضوء يمكنه حمل عدة قنوات بيانات في الوقت نفسه، وهو ما يتيح إمكانات عالية للمعالجة المتزامنة، خاصة في تطبيقات الذكاء الاصطناعي. كما أن الضوء لا يواجه مقاومة كهربائية كالتيار، ما يقلل من توليد الحرارة، رغم وجود بعض الفواقد الضوئية، ويخفف الحاجة إلى أنظمة التبريد.

إلى جانب ذلك، أظهرت هذه الرقائق نتائج واعدة في النماذج الأولية. فقد أشار باحثون ضمن مشروع LightGen، في دراسة نُشرت في مجلة Science، إلى تحقيق تحسينات كبيرة في السرعة وكفاءة الطاقة ضمن بيئات اختبار محددة. كما أفادت شركة Q.ANT بأن معالجها NPU Gen 2 يحقق — وفقاً لبياناتها — كفاءة أعلى بنحو 30 مرة وسرعة تصل إلى 50 مرة مقارنة ببعض التقنيات المستخدمة حاليًا في مراكز البيانات.

وفي السياق ذاته، أظهر نموذج طوّره باحثون في University of Sydney قدرة على التعرف إلى الصور بدقة تراوحت بين 90 و99 بالمئة، ما يعزز إمكانات هذه التقنية في تطبيقات الذكاء الاصطناعي.

في ظل هذا التطور، يبدو أن الذكاء الاصطناعي سيواصل التوسع، لكن مع توجه متزايد نحو استخدام تقنيات أكثر كفاءة. وتشير الرقائق الضوئية إلى مسار واعد قد يسهم في تقليل استهلاك الموارد وتحسين الأداء، دون أن يعني ذلك استبدالًا كاملًا للرقائق الإلكترونية في الوقت الحالي، بل ربما اعتماد نماذج هجينة تجمع بين التقنيتين.