Yeni bir araştırma, gerçek zamanlı görüntü tanımlama ve sinyal analizi gibi donanma uygulamaları için daha hızlı ve enerji tasarrufu yüksek bir hesaplama yöntemi öne sürüyor. Aynı zamanda optik ilkeleri kullanarak makine öğrenimini yeniden tanımlayan dağıtılmış geri bildirimli fiberoptik hesaplama vaadinde.
Amerika Birleşik Devletleri Deniz Araştırma Laboratuvarı (NRL-Naval Research Laboratory) araştırmacıları fiberoptik hesaplamaya yeni bir ekleme yaptı. Communications Physics dergisinde yayınlanan “Dağıtılmış geri besleme kullanan fiberoptik hesaplama” başlıklı araştırma, Amerikan donanmasını daha hızlı ve daha verimli hesaplama teknolojilerine bir adım daha yaklaştırıyor.
Optik hesaplama, ışığın hız ve büyük miktarda veri iletme kapasitesi gibi özelliklerinden yararlanmakta. Bu durum, bilginin standart bilgisayarlardan daha hızlı ve daha verimli bir şekilde işlenmesini sağlıyor.
NRL, Sandia Ulusal Laboratuvarları ve Central Florida Üniversitesi ile birlikte işlem hızlarını artırmayı ve enerji kullanımını en aza indirmeyi amaçlıyor. Bu sayede veri işleme, telekomünikasyon ve yapay zeka gibi alanlarda yeni uygulamalara kapı aralanabilir.
NRL’nin Optik Bilimler Bölümü’nden fizikçi Brandon Redding şunları ifade ediyor; “Makalemiz optik hesaplamada önemli bir atılımı göstermekte. Bu araştırma optik fiberde dağıtımlı geri beslemeyi, zamansal kodlamayı ve düşük kayıplı, kısmen yansıtıcı fiberi entegre eden ilk yöntem. Tüm sistem fiberlere bağlı ve serbest alan optiği gerektirmiyor. Bu nedenle aynı anda çok sayıda nöronun işlenmesi için ölçeklenebilirliğin yanı sıra yüksek hızlı performans; kompakt, hafif ve güç tasarruflu bir mimari sağlıyor.”
Donanma, çeşitli amaçlar için makine öğrenimi tekniklerini hızla uyguluyor. Bu uygulamaların çoğu, gerçek zamanlı nesne tanımlama gerektiren görüntü veya hedef tanıma teknikleri gibi zamana ve enerjiye duyarlı.
Redding sözlerine şöyle devam ediyor: “Aplikasyonlarımızın birçoğu ileri konuşlandırılmış, genellikle sınırlı güç kullanılabilirliğine sahip otonom platformları içeriyor. Analog fotonik, temelde Von Neumann tabanlı dijital elektroniklerden farklı enerji ölçeklendirmesine sahip. Bu sebeple makine öğrenimi görevlerini daha düşük güç tüketimi ve gecikmeyle yapmak için analog fotonikten yararlanmayı planlıyoruz. Mevcut çalışmada problem boyutuna bağlı olarak bir enerji tüketimi analizi yaptık. Bu analize göre güç kullanımı bir grafik kartınınkinden çok daha düşük seviyede. Düşüş, 100 ila 1000 kata kadar avantajlı bir tüketim potansiyeli gösteriyor.”
Bu araştırma optiği bazı yöntemler kullanarak önemli hesaplama görevlerini yerine getirmek için nasıl kullanılabileceğimizi gösteriyor. Mevcut araştırmanın içerisinde pasif rastgele izdüşümler, spesifik olarak, doğrusal olmayan rastgele konvolüsyonlar üzerinde duruluyor. Genellikle bir sinir ağının ağırlıklarını ayarlamak için kapsamlı bir eğitim gerekir. Konvolüsyonlar, bu gibi makine öğrenimi tekniklerinin çoğunun çalışma şekline zıt gidiyor.
Redding bunun yerine rastgele ağırlıkların hala yararlı hesaplama görevlerini yerine getirebileceğini gösterdiklerini söyledi. “Bu önemli, çünkü optik alanda rastgele ağırlıkları verimli bir şekilde uygulayabiliriz. Işığı pürüzlü bir yüzeyden veya bu makalede gösterdiğimiz gibi, bir optik fiberdeki düzensizliklerden saçmak temelde yeterli olacaktır.”
Alışılmış dijital, elektronik tabanlı bilgisayarlarda bunu yapmanın neredeyse hiç faydası olmayacaktır. Çünkü her çarpma işlemi zaman ve enerji açısından eşit derecede pahalıdır. İster rastgele bir sayıyla ister eğitim sırasında dikkatlice belirlenen bir değerle çarpılsın durum değişmez.
Redding şöyle izah ediyor: “Buradan sinir ağı mimarilerimizi optik alanda tasarlayabileceğimiz sonucunu çıkarabiliriz. Böylelikle optik alanın kendine has özelliklerinden faydalanmak mümkün. Bazı şeyleri optik alanda gerçekleştirmek daha kolayken bazılarını gerçekleştirmekse daha zordur. Nihayetinde dijital elektronik uygulamalar için uygun olan aynı sinir ağı mimarisini optik alana taşımak en iyi cevap olmayabilir”.
Optik bir bilgi işlem platformu için konvolüsyonel sinir ağını (CNN) kullanmak alışılmadık bir durum. NRL fiber platformunun daha dikkat çekici bir yönü, buna benzer şekilde bir konvolüsyon yapabilme yeteneği olmakta. Konvolüsyonlar, görüntü işleme gibi görevler için son derece güçlüdür. Ne ki Savunma Bakanlığı CNN’leri görüntü işleme uygulamalarında yaygın olarak benimsemiş halde.
NRL Optik Bilimler Bölümü’nde araştırma fizikçisi olan Joseph Murray, “Donanmanın getirisi, makine öğrenimi algoritmalarının daha hızlı uygulanması. Bunula beraber herhangi bir yanıt almak için gereken sürenin kısaltılması da getirilerden bir diğeridir.” diyor. “Ayrıca bu algoritmaları sayısallaştırmadan ve depolamadan önce doğrudan analog verilere uygulama olasılığını da araştırıyoruz. Araştırmamız gerçek-zamanlı olarak kaydedilmesi ve analiz edilmesi güç, yüksek bant genişliğindeki verilerde avantaj sağlayabilir. Böyle tip verilerin içerisinde yüksek çözünürlüklü görüntü veya elektronik savaş uygulamaları için radyo frekansı gibileri yer alıyor.”
Hem teorik hem de deneysel araştırmalar, optik cihazlar ve malzemelerde yer alan temel fiziksel ilkeler ile mekanizmaları tanımlamaya ve anlamaya odaklanıyor.
NRL Optik Bilimler Bölümü’nde araştırma fizikçisi olan Joseph Hart ise şunları bildiriyor: “Bu çalışma, el ile yazılmış rakamların resim tanımlaması gibi kıyaslama görevlerinde test edildi. Müteakiben bu sabit, rastgele optik projeksiyonlarla faydalı hesaplamalar gerçekleştirebileceğimizin kavramsal olarak kanıtıdır. Ayrıca, bu platformun kayalardan ve denizaltı mayınlarından gelen SONAR imzalarını nasıl ayırt edebileceğini göstermek için bir SONAR veri seti mücadelesinde de test ettik. Ne ki bu daha çok donanmaya özgü bir uygulama.”
Optik Bilimler Bölümü, yakın-ultraviyole ile uzak-kızılötesine yönelik faaliyetler yürütmekte. Bu dalga boyu aralıklarında radyasyonun oluşturulması, yayılması, tespiti ve kullanımıysa bu araştırmaların konusu. Bölüm, optik uzmanlarından oluşan bir grup olarak, laboratuvar ve donanmaya danışmanlık yapıyor.
Optik bilimiyle ilgili araştırmalar bu makalede makine öğrenmesiyle ve bilgi işlemeyle sınırlı kalıyor olsa da günümüz dünyasında iletişim konusunda da gündemde, bu noktada NASA’nın kırdığı rekora ve optik lazerlere ilişkin yazılarımıza da göz atmak isteyebilirsiniz.
Haberin kaynağı: techxplore.com/news/2024-03-physicists-explore-fiber-optic-feedback.html
