Самарские ученые изготовили экспериментальный образец фотонного вычислителя
Устройство может анализировать данные почти со скоростью света.
Ученые Самарского университета им. Королёва изготовили экспериментальный образец аналоговой фотонной вычислительной системы, способной обрабатывать видеоданные в сотни раз быстрее, чем это делают современные цифровые нейросети на основе традиционных полупроводниковых компьютеров. Оптическая нейросеть на основе фотонного вычислителя сможет в режиме реального времени анализировать поступающий в систему видеопоток и практически мгновенно распознавать и находить в этом видеопотоке заданные к поиску объекты и изображения. Наряду с анализом "картинки" с обычной видеокамеры, разработка также сможет оперативно анализировать данные, получаемые с помощью гиперспектрометров - устройств, видящих реальность в многоканальном спектральном отображении и позволяющих обнаруживать объекты, невидимые для обычных средств наблюдения.
Проект реализуется в рамках научной программы Национального центра физики и математики (НЦФМ). Исследования по данному проекту финансируются со стороны Министерства науки и высшего образования Российской Федерации и Госкорпорации "Росатом".
"Сборка экспериментального образца аналогового фотонного вычислителя завершена, все детали и компоненты установлены, теперь нужно будет настроить, откалибровать и отрегулировать всю систему. В конструкцию были внесены некоторые изменения, установлен новый лазер. Процессы настройки и калибровки завершатся, как ожидается, в сентябре, после чего мы до ноября этого года планируем провести серию экспериментов, которые на практике покажут, на что способна экспериментальная версия вычислителя. В ходе экспериментов будут анализироваться, в том числе, данные, получаемые с двухдиапазонного гиперспектрометра, также разработанного в нашем университете. Возможность анализа гиперспектральных данных можно назвать ключевой особенностью нашего вычислителя. Он может распознавать и классифицировать заданные объекты в видеопотоке почти со скоростью света - в сотни раз быстрее современных цифровых нейросетей на основе полупроводниковых компьютеров, и такая скорость анализа позволит очень оперативно обрабатывать гиперспектральные данные, которые изначально представляют собой очень значительные по объему массивы информации", – рассказал профессор кафедры технической кибернетики Самарского университета им. Королёва доктор физико-математических наук Роман Скиданов.
Экспериментальный вычислитель достаточно компактен и может уместиться в корпусе размером с небольшой системный блок компьютера. Разработчики решили пока разместить отдельно оптическую часть устройства и электронные блоки. В 2023 году в университете был собран демонстрационный образец фотонного вычислителя, который в ходе экспериментов подтвердил работоспособность выбранной схемы устройства. Надежность распознавания в ходе первых экспериментов на демонстрационном образце составила тогда 93,75%. В новой, экспериментальной версии использованы компоненты с улучшенными характеристиками, также установлен другой лазер - диодного типа, он более компактный и обладает меньшей когерентностью, что также может улучшить точность распознавания. В 2025 году самарские ученые планируют изготовить и испытать опытный образец вычислителя, который может стать практически предсерийным.
Кроме быстродействия и широкого спектрального диапазона, аналоговые оптические вычислительные системы обладают также такими преимуществами, как полная защищенность от электромагнитных помех, малое потребление энергии и возможность параллельной обработки данных. Схема системы, позволяющей вести полностью оптическую обработку поступающей информации, была впервые предложена еще в 1958 году. Данное направление активно развивалось в 80-е годы прошлого века, но затем применение подобных устройств практически сошло на нет из-за их громоздкости и в связи с развитием цифровой техники. Последние годы эта сфера прикладных исследований становится все более актуальной в различных странах мира благодаря появлению новых материалов и созданию компактной оптики с особой структурой.