Novas nanoestruturas quantumicas prometem tornar IA mais eficiente energeticamente. Pesquisadores da Universidade de Wisconsin–Madison desenvolveram uma nova tecnologia que pode permitir redes neurais ópticas, acelerando e tornando mais eficientes os sistemas de inteligência artificial.

A pesquisa, liderada por estudantes de doutorado em engenharia elétrica e de computadores Qingyi Zhou e Jungmin Kim, e por Yutian Tao, um estudante de doutorado em ciência da computação, além do professor Zongfu Yu, foi publicada no jornal Nature Communications em 27 de agosto.

Muitos dos sistemas de IA mais populares são baseados em redes neurais profundas, sistemas multilayer que imitam a interconexão do cérebro humano. À medida que esses sistemas aumentam em tamanho e complexidade, seu consumo de energia também cresce. Isso é um fator nas preocupações recentes sobre o uso de energia pela IA e a construção de centros de dados.

A necessidade de reduzir o consumo de energia pela IA levou os pesquisadores a propor novas tecnologias, como as redes neurais ópticas. Essas tecnologias usam lasers extremamente pequenos e fotodetectores para processar informações, sendo teoricamente muito mais rápidas e eficientes do que os GPUs baseados em eletrônica que sustentam os sistemas atuais de IA.

No entanto, as redes neurais ópticas carecem de um elemento crucial: a não-linearidade, que permite que as redes neurais aprendam padrões complexos além de apenas reajustar suas entradas.