Oitenta anos depois do ENIAC, o primeiro computador electrónico de uso geral do mundo, investigadores da Universidade da Pensilvânia estão a explorar uma nova forma de impulsionar o futuro da computação. Em vez de depender apenas dos electrões, que têm sido a espinha dorsal dos computadores desde a década de 1940, os cientistas estão agora a recorrer à luz.
Desenvolvido pelos pesquisadores da Penn J. Presper Eckert e John Mauchly, o ENIAC ajudou a inaugurar a era moderna da computação ao usar o fluxo de elétrons para resolver problemas matemáticos complexos. Os mesmos métodos eletrônicos ainda alimentam os computadores, smartphones e sistemas de inteligência artificial de hoje. Mas à medida que os requisitos da inteligência artificial se tornam cada vez mais elevados, as limitações do hardware eletrónico tornam-se cada vez mais difíceis de ignorar.
Por que os elétrons atingiram seu limite
Os elétrons carregam uma carga elétrica, o que cria alguns desafios para os chips de computador modernos. À medida que se movem através dos materiais, geram calor e enfrentam resistência, desperdiçando energia. Esses problemas tornam-se mais difíceis à medida que os chips se tornam mais complexos e processam grandes quantidades de dados para aplicações de inteligência artificial.
Pesquisadores liderados pelo físico Bo Zhen, da Faculdade de Artes e Ciências da Pensilvânia, acreditam que os fótons, as partículas que compõem a luz, poderiam ajudar a resolver alguns desses problemas.
“Como os fótons são de carga neutra e têm massa de repouso zero, eles podem transportar mensagens rapidamente e por longas distâncias com perdas mínimas, dominando assim a tecnologia de comunicações.” Cartas de revisão física Certa vez, ele atuou como pesquisador de pós-doutorado no Laboratório Zhen. “Mas essa neutralidade significa que eles quase não interagem com o ambiente, o que os torna ruins na lógica de comutação de sinais em que os computadores dependem”.
Em outras palavras, a luz é ótima para transmitir mensagens de forma rápida e eficiente, mas tem dificuldade em calcular as operações de comutação necessárias.
Combinando luz e matéria para computação de inteligência artificial
Para superar esse problema, a equipe de Zhen desenvolveu um tipo especial de quasipartícula chamada exciton polaron. As partículas são formadas quando os fótons se conectam firmemente aos elétrons em materiais semicondutores atomicamente finos. Esta combinação permite que a luz interaja de forma mais eficiente, permitindo-lhe realizar a comutação de sinal necessária para tarefas de computação.
Este avanço é particularmente importante para sistemas de inteligência artificial que consomem grandes quantidades de energia.
Muitos chips experimentais de inteligência artificial fotônica já usam luz para processar certos cálculos em altas velocidades. No entanto, quando estes sistemas necessitam de executar passos de activação não lineares, tais como operações de tomada de decisão, muitas vezes têm de converter sinais ópticos novamente em sinais electrónicos. Essa conversão retarda o processo e aumenta o consumo de energia, reduzindo os benefícios da computação fotônica.
Usando polaritons excitônicos, os pesquisadores da Penn State demonstraram a comutação totalmente óptica usando apenas cerca de 4 trilionésimos de joule de energia. Esta quantidade é muito pequena, bem abaixo da energia necessária para alimentar brevemente uma pequena luz LED.
Rumo a chips de inteligência artificial mais rápidos e eficientes
Se a tecnologia puder ser dimensionada com sucesso, poderá levar a chips fotônicos que podem processar diretamente as informações das câmeras, sem a necessidade de conversões repetidas entre luz e eletricidade. A abordagem também poderia reduzir os enormes requisitos de energia dos sistemas de inteligência artificial em grande escala e potencialmente apoiar funções básicas de computação quântica em futuros chips.
Zhenbo é Professor Associado Presidencial Jinguang Li no Departamento de Física e Astronomia da Faculdade de Artes e Ciências da Universidade da Pensilvânia.
Lee Hyuk é pesquisador de pós-doutorado no True Lab da Faculdade de Artes e Ciências da Penn State. Atualmente é professor assistente na Montana State University.
Outros autores do estudo incluem Zhi Wang e Bumho Kim, da Faculdade de Artes e Ciências da Penn State.
Esta pesquisa foi apoiada pelo Escritório de Pesquisa Naval dos EUA (N00014-20-1-2325 e N00014-21-1-2703) e pela Fundação Sloan.
