گروهی از محققان دانشکده فنی و علوم مهندسی دانشگاه پنسیلوانیا به رهبری نادر انقطاع (پژوهشگر برجسته ایرانی) تراشه‌ای ساخته‌اند که می‌تواند با استفاده از نور به جای الکتریسیته محاسبات ریاضی را انجام دهد. محققان به دلیل سرعت بالای انتقال داده‌ها توسط نور، آن را در تحقیقات خود به کار گرفته‌اند. برای ساخت این تراشه از سیلیکون، که ماده‌ای فراوان و مقرون به صرفه است، استفاده کرده‌اند تا بتوانند فناوری را به سرعت مقیاس‌پذیر کنند. این تراشه قادر به انجام ضرب ماتریس برداری است، محاسبه‌ای که در توسعه و عملکرد شبکه‌های عصبی و تقویت مدل‌های هوش مصنوعی نقش حیاتی دارد.
چرا محاسبات نوری؟
همه ما از کامپیوترهایی استفاده کرده‌ایم که بر پایه الکتریسیته ساخته شده‌اند و می‌دانیم با توجه به مصرف انرژی بالای آنها، بازده زیادی ندارند. کامپیوترهای کوانتومی، که قوانین مکانیک کوانتوم را برای ساخت سیستم‌های قدرتمند و پربازده به کار می‌گیرند، با وجود پیشرفت‌های امیدوارکننده، هنوز با چالش‌های بسیاری مواجه هستند.
تحقیقات دکتر انقطاع در زمینه‌ی دستکاری مواد در مقیاس نانو برای انجام محاسبات ریاضی با استفاده از نور، به دلیل سرعت بالای انتقال اطلاعات توسط نور انجام گرفته است. گروه دکتر انقطاع به همراه گروه فیروز افلاطونی، دانشیار مهندسی برق و سیستم در دانشگاه پنسیلوانیا، در مقاله‌ای در مجله‌ی Nature Photonics درباره‌ی توسعه‌ی این تراشه جدید توضیح داده‌اند. دکتر انقطاع با اشاره به تجارب گروه تحقیقاتی افلاطونی در زمینه‌ی دستگاه‌های سیلیکونی در مقیاس نانو می‌گوید: "ما تصمیم گرفتیم نیروهای خود را با هم ترکیب کنیم."
مزایای تراشه نوری
علاوه بر سرعت بالاتر و مصرف انرژی کمتر، تراشه‌ی انقطاع و افلاطونی در زمینه‌ی امنیت نیز از پیشگامان است؛ زیرا در این تراشه محاسبات به‌طور همزمان انجام می‌شوند و دیگر نیازی به ذخیره‌ی اطلاعات حساس در حافظه‌ی کاری کامپیوتر نیست. بنابراین، سیستم‌های مجهز به چنین فناوری، عملاً غیرقابل هک می‌شوند. دکتر افلاطونی در این باره می‌گوید: "هیچ‌کس نمی‌تواند برای دسترسی به اطلاعات شما، حافظه‌ای را که وجود ندارد، هک کند."
به‌روزرسانی‌ها و پیشرفت‌های جدید
در سال ۲۰۲۴، تیم تحقیقاتی انقطاع و افلاطونی موفق به بهبود کارایی تراشه نوری شده‌اند. با استفاده از فناوری‌های پیشرفته‌تری در زمینه نانوفوتونیک و مواد دو‌بعدی مانند گرافین، این تراشه‌ها اکنون قادر به پردازش داده‌ها با دقت و سرعت بیشتری هستند. این پیشرفت‌ها، تراشه‌های نوری را به گزینه‌ای جذاب‌تر برای استفاده در سیستم‌های هوش مصنوعی و یادگیری عمیق تبدیل کرده است. همچنین، تلاش‌های بیشتری برای کاهش هزینه‌های تولید و افزایش قابلیت‌های تراشه در محیط‌های صنعتی و تجاری در حال انجام است.
منبع: مجلهNature Photonics
نویسنده : نلیسا زارع نژاد
