Pesquisadores descobrem técnica para agilizar aprendizagem de IA

Pesquisadores da Universidade George Washington podem ter descoberto uma forma de acelerar drasticamente os processos de aprendizagem autônoma (machine learning) empregados para treinar inteligências artificiais, segundo um relatório técnico publicado recentemente no jornal científico Applied Physics Reviews.

Os especialistas decidiram criar unidades de processamento de tensor (Tensor Processing Units ou TPUs, no original em inglês) alimentados por fótons e constataram que eles foram capazes de processar de duas a três ordens de magnitude mais altas do que um componente elétrico tradicional.

“Descobrimos que plataformas fotônicas integradas que integrem memória óptica eficiente podem obter as mesmas operações de uma unidade de processamento de tensor, mas elas consomem uma fração da energia e possuem uma taxa de transferência mais alta”, explica Mario Miscuglio, um dos autores da pesquisa. “Quando treinadas de forma oportuna, as plataformas podem ser usadas para performar interferências na velocidade da luz”, completa.

• Você sabe o que é machine learning? Entenda tudo sobre esta tecnologia
• Cientistas desenvolvem rede neural artificial a partir de DNA
• Google I/O | Google anuncia 3ª geração de TPU voltada ao aprendizado de máquina

Tradicionalmente, os processadores empregados para machine learning são limitados em desempenhar operações complexas pela quantidade de energia necessária para processar os dados — quanto mais “inteligente” for a operação, mais complexos serão os dados e mais poder energético será necessário para concluir aquela tarefa. A baixa taxa de transmissão de dados eletrônicos entre o processador e a memória também é um empecilho para tal segmento.

De acordo com o Dr. Miscuglio, a nova tecnologia pode ser usada comercialmente em redes 5G e até 6G, além de ser integrada em data centers que processam grandes quantidades de dados. “Os processadores fotônicos especializados podem economizar uma quantidade enorme de energia, melhorar o tempo de resposta e reduzir o tráfego do data center”, finaliza.

Fonte: The Independent