دراسة توسّع نطاق الشبكات العصبية الضوئية إلى المجال الزمني

تصف دراسة أوردها موقع ScienMag بنيةً لشبكة عصبية تُجري حساباتها بالكامل باستخدام الضوء، مع التعامل في الوقت نفسه مع المعلومات المتغيرة بمرور الزمن. ونُشرت الدراسة في دورية Light: Science & Applications، وهي توسّع نطاق الحوسبة الضوئية الحيودية، متجاوزةً الأنماط الساكنة ثنائية الأبعاد التي استخدمتها كثير من الأنظمة السابقة.

يتحكم إطار الباحثين في المجال الضوئي بطريقتين في آن واحد: عبر تشكيل توزيعه في المكان، وتوجيه كيفية تطور ذلك المجال مع الزمن. ويهدف هذا إلى تمكين الشبكات الضوئية من معالجة أشكال الموجات والتسلسلات من دون إرسال البيانات إلى معالج إلكتروني بين مرحلة وأخرى.

من الأنماط المكانية إلى الإشارات المتغيرة

تستخدم الشبكات العصبية الحيودية سلسلةً من الطبقات الضوئية الرقيقة. ويُحدَّد نفاذ هذه الطبقات أو انعكاسها خلال عملية تدريب حاسوبية. وعندما يدخل الضوء إلى البنية المدرَّبة، ينتشر من طبقة إلى أخرى. وتنفّذ الحيودات والتداخلات الناتجة عمليات مماثلة للوصلات الموزونة في الشبكة العصبية الاصطناعية.

يتيح هذا الترتيب إجراء الحساب الأمامي للشبكة أثناء انتقال الضوء عبر الطبقات. وعلى خلاف الأنظمة الإلكترونية التقليدية، لا يحتاج الجهاز الضوئي إلى تنفيذ عملية ضرب رقمية منفصلة عند كل وصلة. غير أن الإصدارات السابقة كانت تعمل عموماً على صورة واحدة أو نمط مكاني ثابت آخر. وكان بإمكانها تحويل المعلومات المرتبة على سطح ما أو تصنيفها، لكنها لم تكن تراعي بصورة طبيعية كيفية تطور الإشارة مع الزمن.

وتكتسب هذه المحدودية أهمية لأن كثيراً من المدخلات المفيدة ليست صوراً ثابتة. فقد تصل بيانات الاتصالات على هيئة أشكال موجية ضوئية متغيرة، كما تتضمن الإشارات البيولوجية والمشاهد المتحركة معلومات في سلوكها الزمني أيضاً. فعلى سبيل المثال، تعتمد الكلمة المنطوقة على سلسلة من التغيرات، لا على لقطة منفردة معزولة.

يتعامل التصميم الجديد مع المجال الضوئي بوصفه متغيراً مع كل من الموقع والزمن. ولذلك فإن طبقاته أكثر من مجرد أقنعة مكانية؛ إذ يُفترض أن تغيّر العلاقة بين الأجزاء المختلفة من المجال المتغير زمنياً أثناء انتشار تلك المكونات وتداخلها. ويمكن لنمط الضوء النهائي عندئذٍ أن يمثل إجابة، مثل نتيجة تصنيف أو شكلاً موجياً محوَّلاً.

الضوء بوصفه وسيطاً للحوسبة

تُدرَّب الشبكة عددياً. وتُدمج نماذج انتشار الموجات مع أساليب التعلم الآلي، ثم تُعدَّل خصائص الطبقات مراراً لتقليل الفرق بين مخرجات النظام والنتيجة المطلوبة. وبعد التدريب، تُسند تلك المعلمات إلى عناصر ضوئية مادية.

أثناء التشغيل، صُمم الإطار لتنفيذ الاستدلال بصورة سلبية. وهذا ما يميّزه عن الأنظمة الهجينة التي تؤدي فيها البصريات جزءاً فقط من الحساب قبل أن تتولى الإلكترونيات المهمة. ففي المسار الضوئي بالكامل المقترح، يوفر انتشار الضوء وحيوده وتداخله عملية الحوسبة نفسها.

قد يتيح إدخال البعد الزمني للنظام دمج المعلومات عبر نافذة زمنية بدلاً من التعامل مع كل لحظة على حدة. ووفقاً للرواية التي نشرها ScienMag، يمكن لشبكة من هذا النوع أن تنفذ الترشيح الزمني والارتباط والتعرف على التسلسلات من خلال سلوك الضوء أثناء انتقاله عبر البنية. ويفتح ذلك إمكانية تحليل البيانات المتدفقة في بداية نظام استشعار أو اتصالات، قبل تحويل الإشارة إلى صيغة إلكترونية.

ويستفيد هذا النهج أيضاً من خصائص عدة للضوء يمكنها حمل المعلومات، بما في ذلك البنية المكانية والطول الموجي والاستقطاب والخصائص الزمنية. وتركز الدراسة على التحكم المشترك في المكان والزمن، وهو مجال من أبحاث البصريات أتاح إنتاج نبضات مصممة وأنماط ضوئية أخرى يجري تشكيل سلوكها عمداً أثناء الانتشار.

الفوائد المحتملة والعقبات المتبقية

يُعد استهلاك الطاقة سبباً رئيسياً للاهتمام بالشبكات العصبية الضوئية. فقد تستهلك عتاديات الذكاء الاصطناعي الإلكترونية قدراً كبيراً من الطاقة في نقل البيانات بين الذاكرة ووحدات المعالجة، إضافةً إلى تنفيذ العمليات الرياضية اللازمة للاستدلال. وتنفذ الشبكة العصبية الضوئية الحيودية تحويلاتها من خلال حركة الضوء وتداخله، ولذلك ترتبط كلفة التشغيل أساساً بإنتاج الضوء واكتشافه، لا بإجراء حساب إلكتروني عند كل وصلة.

وقد يجعل الامتداد الزمني هذه الميزة ذات صلة بمجموعة أوسع من المهام، ولا سيما في الاتصالات الضوئية، حيث تنتقل المعلومات أصلاً على هيئة ضوء مُعدَّل. كما أن تجنب التحويل المتكرر بين الصيغتين الضوئية والإلكترونية قد يدعم معالجة فائقة السرعة. وبالنسبة إلى الأجهزة المدمجة، قد يُقاس الزمن الذي يستغرقه الضوء لعبور الشبكة بالبيكوثانية، رغم أن الأداء العملي لنظام كامل سيتوقف على مكوّناته وكواشفه.

ويُقدَّم العمل بوصفه إطاراً تصميمياً وأساساً لتطبيقات مستقبلية، لا منتجاً نهائياً. وسيكون بناء طبقات مادية تفرض بدقة التغييرات المطلوبة على ضوء سريع التغير أمراً صعباً. كما يمكن أن يؤثر كل من المحاذاة ودقة التصنيع وعرض نطاق الكاشف في مدى أداء الجهاز وفقاً لما يتنبأ به نموذجه المدرَّب.

ويفيد ScienMag بأن الدراسة ترسي مبادئ ومنهجية للشبكات العصبية الحيودية الزمكانية. وستكون هناك حاجة إلى مزيد من العمل لتحويل تلك المبادئ إلى أنظمة تعمل عبر نطاقات ترددية ضوئية ومنصات عتادية مختلفة، لكن الإطار يوسّع الدور المحتمل للبصريات السلبية في معالجة المعلومات الديناميكية.