Siden kunstig intelligens (AI) er af udbredt interesse, hvor forskere fokuserer på at forstå, hvordan hjernen udfører beregninger, så kunstige systemer med generel intelligens, der kan sammenlignes med menneskelig intelligens, kan skabes.
Forskerne nærmede sig denne opgave ved at bruge konventionel siliciummikroelektronik i kombination med lys. Fremstillingen af siliciumchips med elementer af elektroniske og fotoniske kredsløb er imidlertid kompliceret af mange fysiske og praktiske årsager relateret til de materialer, som komponenterne er lavet af. En tilgang til storstilet kunstig intelligens er blevet foreslået, der fokuserer på integrationen af fotoniske komponenter med superledende elektronik frem for halvlederelektronik.
Brugen af lys til kommunikation kombineret med komplekse elektroniske kredsløb til beregning kan tillade skabelsen af kunstige kognitive systemer, hvis skala og funktionalitet går ud over, hvad der kan opnås med lys eller elektronik alene. Superledende fotondetektorer kan detektere en enkelt foton, mens halvlederfotondetektorer kræver omkring 1 fotoner. Siliciumlyskilder fungerer således ikke kun ved en temperatur på -269,15°C, men kan også være tusind gange mere svage end deres modstykker ved stuetemperatur, og samtidig interagere effektivt.
Også interessant: Efterspørgslen efter maskinlæringsudviklere er faldet på grund af COVID-19 recessionen
Nogle mikrokredsløb, såsom i mobiltelefoner, kræver drift ved stuetemperatur, men den foreslåede teknologi vil stadig blive meget brugt i avancerede computersystemer. Forskerne planlægger at udforske mere kompleks integration med andre superledende elektroniske kredsløb, samt demonstrere alle de komponenter, der udgør kunstige kognitive systemer, herunder synapser og neuroner.
Det vil også være vigtigt at vise, at hardwaren kan gøres skalerbar, så store systemer kan implementeres til en rimelig pris. Superledende optoelektronisk integration kan også hjælpe med at skabe skalerbare kvanteteknologier baseret på superledende eller fotoniske qubits. Sådanne hybride kvante-neuronsystemer kan også føre til nye måder at udnytte styrkerne ved kvantesammenfiltring med impulsneuroner.
Læs også: