Nanophotonischer Prozessor erkennt Vokale

Supercomputer, die schnellsten Rechner unserer Zeit, nähern sich der enormen Rechenleistung von bis zu 200 Petaflops, also 200 Millionen Milliarden Rechenoperationen pro Sekunde. Dennoch hinken sie der Effizienz von menschlichen Gehirnen vor allem wegen ihres hohen Energiebedarfs weit hinterher. Ein Prozessor aus nanophotonischen Modulen legt nun die Basis für extrem schnelle und sparsame künstliche neuronale Netzwerke. Wie die Entwickler in der Fachzeitschrift „Nature Photonics“ berichten, konnte ihr Prototyp Rechenoperationen mit einer Rate von mehr als 100 Gigahertz durchführen.

„Wir haben den essentiellen Baustein für ein optisches neuronales Netzwerk geschaffen, aber noch nicht ein komplettes System“, sagt Yichen Shen vom Massachusetts Institute of Technology in den USA. Der nanophotonische Prozessor, den Shen gemeinsam mit seinen Kollegen entwickelt hat, besteht aus 56 sogenannten Interferometern, in denen Lichtwellen miteinander überlagert werden. Abhängig von der Position ihrer Wellenberge und Wellentäler, können sich die Lichtwellen verstärken oder auslöschen – sie interferieren konstruktiv beziehungsweise destruktiv. Diese Module eignen sich damit zur Messung der Phasenverschiebung von Lichtwellen, also des relativen Abstandes der Wellenberge oder -täler, können aber auch zur gezielten Veränderung dieser Phase verwendet werden. Im neuen Prototypen ordnete das Team diese Interferometer, die jeweils einem Neuron in einem neuronalen Netzwerk entsprechen, in einer Kaskade an.

Nachdem die Forscher ihr Konzept vorab mit aufwendigen Modellen simuliert hatten, überprüften sie es auch praktisch an einem Algorithmus zur Erkennung von Vokalen. Das Prinzip des photonischen Prozessors: Ein gesprochener, für das System unbekannter Vokal wird dem Lichtsignal eines Lasers mit spezifischer Wellenlänge und Intensität zugeordnet. Eingespeist in die Kaskade aus Interferometern wird dieses Lichtsignal mit weiteren zusätzlich eingespeisten Laserpulsen überlagert und in jedem Interferometer entstehen unterschiedliche Interferenzmuster. Zum Abschluss dieser extrem schnellen Prozesse wird das resultierende Lichtsignal mit einem empfindlichen Photodetektor gemessen und über ein Analyseprogramm wieder einem Vokal zugeordnet. Das rein optische System konnte den korrekten Laut in 138 von 180 Testläufen richtig identifizieren. Zum Vergleich führten die Forscher die Lauterkennung auch mit einem konventionellen elektronischen Computer durch, der eine Trefferquote von 165 erzielte.

Von einem photonischen Computer, der extrem schnell eine zuverlässige Spracherkennung durchführen oder gar noch komplexere Probleme lösen kann, ist dieses System noch weit entfernt. Aber Shen und seine Kollegen halten es für möglich, aus ihren nanophotonischen Bausteinen künstliche neuronale Netzwerke mit etwa tausend Neuronen zu bauen. Im Unterschied zu elektronischen Schaltkreisen herkömmlicher Computer könnte deren Energiebedarf um bis zu zwei Größenordnungen geringer ausfallen. Dieser Ansatz gehört damit zu den derzeit vielversprechendsten, um in die Leistungsfähigkeit von Computern zu verbessern.