Китайские ученые заставляют роботов мыслить мгновенно, ускоряя развитие кремниевой фотоники

Новость о прорыве в фотонных нейроморфных вычислениях

Ученые из Университета Сидянь (Xidian University) создали первый полностью световой «нейроморфный» чип, способный обучаться с подкреплением без перехода сигналов в электрический ток. Это событие знаменует собой переход от линейных фотонных спайковых сетей к нелинейным преобразованиям – ключевой шаг для практических применений.

Почему это важно

- Отсутствие конвертации: Перевод фотонов в электроны и обратно вызывает потери энергии и времени. В системах реального времени (роботика, автопилоты) такие задержки могут привести к отказу оборудования или даже авариям.
- Безопасное взаимодействие роботов с людьми: Создание универсальных фотонных чипов открывает путь к более надёжным и энергоэффективным интеллектуальным системам.

Три решённые проблемы

1. Наличие больших массивов нелинейных спайковых нейронов с низким порогом активации – теперь можно плотнее размещать нейроны.
2. Полностью программируемые чипы – ранее они были «жёсткими» (аппаратно запрограммированными).
3. Фотонное обучение с подкреплением – теперь реализовано благодаря новой архитектуре.

Архитектура прототипа

Тестирование

- CartPole (балансировка шеста) – точность почти идентична программной модели (падение 1,5 %).
- Pendulum (раскачивание маятника) – падение 2 %.
- На обеих задачах задержка вычислений составила всего 320 пикосекунд.

Эффективность

Эти цифры ставят фотонную систему в класс GPU по энергоэффективности (≈1 TOPS/Вт) и плотности (0,1–0,5 TOPS/mm²), но при этом полностью опирается на световую обработку, исключая потери конвертации.

Перспективы

- Автономное вождение
- Интеллектуальные роботы
- Периферийные вычисления с сверхнизкой задержкой и минимальным энергопотреблением

В дальнейшем планируется масштабировать чип до 128 каналов, чтобы решать более сложные задачи (нейроморфная автономная навигация) и создавать компактные гибридно‑интегрированные фотонные нейроморфные устройства.

Итого: Разработка открывает новый путь к энергоэффективному ИИ на основе световых импульсов, что может кардинально изменить подходы к робототехнике и автономным системам.