apprentissage-profond-3D-lumière

Des chercheurs de l’Université de Californie à Los Angeles (UCLA) ont « créé une plate-forme entièrement optique pour effectuer des tâches d’apprentissage automatique à la vitesse de la lumière ». C’est une idée originale, utilisant la lumière diffractée à travers de nombreuses plaques au lieu d’électrons. Et pour certains, cela peut sembler un peu comme remplacer un ordinateur avec un boulier, mais les chercheurs de l’UCLA ont de grands espoirs pour leur réseau neuronal artificiel.

Les systèmes « d’apprentissage en profondeur »

Les systèmes « d’apprentissage en profondeur » sont l’une des méthodes les plus dynamiques dans la communauté de l’apprentissage automatique. Elle est souvent utilisée pour la reconnaissance faciale, vocale et audio, le traitement du langage, le filtrage des réseaux sociaux et l’analyse d’images médicales. Traditionnellement, les systèmes d’apprentissage en profondeur sont mis en œuvre sur un ordinateur pour apprendre la représentation et l’abstraction des données et effectuer des tâches, à égalité avec – ou mieux que – la performance des humains.

Cependant, l’équipe dirigée par le Dr Aydogan Ozcan, professeur d’ingénierie électrique et informatique au Chancelier de l’UCLA, n’utilise pas un système informatique traditionnel, choisissant plutôt de délaisser tous ces électrons avides d’énergie, en faveur des ondes lumineuses. Le résultat a été une architecture de réseau neuronal profond à diffraction (D2NN).

diffraction-profond-neurale-réseau-utilise-lumière-4

L’installation utilise des feuilles translucides imprimées en 3D, chacune ayant des milliers de pixels surélevés, qui dévient la lumière à travers chaque panneau, afin d’effectuer des tâches prédéfinies. En outre, ces tâches sont effectuées sans utiliser toute la puissance, sauf pour le faisceau lumineux d’entrée.

Plusieurs sortes d’applications

Le réseau de neurones profonds tout optique de l’équipe UCLA – qui ressemble à celui d’une batterie de voiture en or massif – fonctionne littéralement à la vitesse de la lumière et trouveront des applications dans l’analyse d’image, la détection de caractéristiques et la classification d’objets. Les chercheurs de l’équipe envisagent également des possibilités d’architectures D2NN effectuant des tâches spécialisées dans les caméras. Peut-être que votre prochain reflex numérique pourrait identifier vos sujets à la volée et afficher l’image marquée sur votre ligne de temps Facebook.

diffraction-profond-neurale-réseau-utilise-lumière-5

«L’utilisation de composants passifs qui sont fabriqués couche par couche et la connexion de ces couches par diffraction de la lumière, a créé une plate-forme entièrement optique et unique, pour effectuer des tâches d’apprentissage à la vitesse de la lumière», explique le Dr Ozcan. Pour l’instant, c’est une preuve de concept, mais elle met en lumière des opportunités uniques pour l’industrie de l’apprentissage automatique dans son ensemble. Cette recherche a été publiée dans la revue Science.

Source : The Ozcan Research Group