Forscher schlagen neuromorphes Rechnen mit optisch angetriebener nichtlinearer Fluiddynamik vor

Sonnenlicht, das auf Wasser funkelt, erinnert an die reichen Phänomene der Wechselwirkung zwischen Flüssigkeit und Licht, die sich über räumliche und zeitliche Skalen erstrecken. Während die Dynamik von Flüssigkeiten Forscher seit Jahrzehnten fasziniert, hat der Aufstieg des neuromorphen Rechnens erhebliche Anstrengungen zur Entwicklung neuer, unkonventioneller Rechenschemata auf der Grundlage wiederkehrender neuronaler Netze ausgelöst, die für die Unterstützung einer Vielzahl moderner technologischer Anwendungen wie Mustererkennung und autonomes Fahren von entscheidender Bedeutung sind . Da biologische Neuronen auch auf eine flüssige Umgebung angewiesen sind, kann eine Konvergenz erreicht werden, indem nichtlineare Fluiddynamik im Nanomaßstab in neuromorphes Rechnen gebracht wird.

Forscher der University of California San Diego haben kürzlich ein neuartiges Paradigma vorgeschlagen, bei dem Flüssigkeiten, die normalerweise nicht stark mit Licht im Mikro- oder Nanomaßstab interagieren, eine signifikante nichtlineare Reaktion auf optische Felder unterstützen. Wie in berichtet Fortgeschrittene Photoniksagen die Forscher einen erheblichen Licht-Flüssigkeits-Wechselwirkungseffekt durch einen vorgeschlagenen Goldfleck im Nanomaßstab voraus, der als optisches Heizelement fungiert und Dickenänderungen in einem Flüssigkeitsfilm erzeugt, der den Wellenleiter bedeckt.

Der Flüssigkeitsfilm fungiert als optischer Speicher. Und so funktioniert es: Licht im Wellenleiter beeinflusst die Geometrie der Flüssigkeitsoberfläche, während Änderungen in der Form der Flüssigkeitsoberfläche die Eigenschaften der optischen Mode im Wellenleiter beeinflussen, wodurch eine gegenseitige Kopplung zwischen der optischen Mode und dem Flüssigkeitsfilm entsteht . Wichtig ist, dass die Eigenschaften des optischen Modus bei Änderungen der Flüssigkeitsgeometrie einer nichtlinearen Reaktion unterliegen; Nachdem der optische Impuls stoppt, zeigt die Größe der Verformung des Flüssigkeitsfilms die Leistung des vorherigen optischen Impulses an.

Bemerkenswerterweise befinden sich die nichtlineare Reaktion und der Speicher im Gegensatz zu herkömmlichen Rechenansätzen im selben räumlichen Bereich, was die Realisierung einer kompakten (über von-Neumann hinausgehenden) Architektur nahelegt, in der Speicher und Recheneinheit denselben Raum einnehmen. Die Forscher demonstrieren, dass die Kombination aus Gedächtnis und Nichtlinearität die Möglichkeit des „Reservoir Computing“ ermöglicht, das in der Lage ist, digitale und analoge Aufgaben auszuführen, wie z. B. nichtlineare Logikgatter und handschriftliche Bilderkennung.

Ihr Modell nutzt auch ein weiteres wichtiges Flüssigkeitsmerkmal: Nichtlokalität. Dies ermöglicht es ihnen, eine Verbesserung der Berechnung vorherzusagen, die in Festkörpermaterialplattformen mit begrenzter nichtlokaler räumlicher Skalierung einfach nicht möglich ist. Trotz Nichtlokalität erreicht das Modell nicht ganz das Niveau moderner auf Festkörperoptik basierender Reservoir-Computersysteme, dennoch stellt die Arbeit einen klaren Fahrplan für zukünftige experimentelle Arbeiten dar, die darauf abzielen, die vorhergesagten Effekte zu validieren und komplizierte Kopplungsmechanismen verschiedener physikalischer Prozesse zu untersuchen in einer flüssigen Umgebung zur Berechnung.

Unter Verwendung von Multiphysik-Simulationen zur Untersuchung der Kopplung zwischen Licht, Fluiddynamik, Wärmetransport und Oberflächenspannungseffekten sagen die Forscher eine Familie neuartiger nichtlinearer und nichtlokaler optischer Effekte voraus. Sie gehen noch einen Schritt weiter, indem sie zeigen, wie diese verwendet werden können, um vielseitige, unkonventionelle Rechenplattformen zu realisieren. Sie nutzen eine ausgereifte Silizium-Photonik-Plattform und schlagen Verbesserungen an hochmodernen flüssigkeitsunterstützten Rechenplattformen um etwa fünf Größenordnungen im Raum und mindestens zwei Größenordnungen in der Geschwindigkeit vor.