VCU の工学教授が、より強力なコンピューティングへの道を照らすのに貢献

2023 年 8 月 30 日

バージニア・コモンウェルス大学の工学教授は、国防から自動運転車や電気通信までの進歩を促進する可能性のある数十年前の概念に新たな光を当てている。

ナサニエル キンゼイ博士は、VCU の電気およびコンピュータ工学科の工学財団教授であり、光コンピューティングと機械学習のフロンティアを探索する研究者グループを率いています。 ナノフォトニクスに焦点を当て、光と材料の相互作用を最小スケールで研究しています。

光コンピューティングの概念は新しいものではありませんが、シリコン チップ処理の方が費用対効果が高いことが判明したため、1980 年代と 1990 年代に関心と資金が減少しました。 しかし、最近のシリコンベース技術の拡大の減速により、データ処理方法を見直す扉が開かれています。

「光コンピューティングはコンピューティング技術における次の大きなものになる可能性があります」とキンゼー氏は語った。 「しかし、計算エコシステムにおける次の新たな存在としては、量子コンピューティングなど、他にも多くの競争相手がいます。 何が起こるにせよ、これらの新しい計算方法ではフォトニクスと光学がますます普及していくと思います。」

まず、人間と機械の間の簡単なつながりについて説明します。ニューロンは人間の思考を助ける脳細胞であり、同様に、人工ニューラル ネットワークは機械の学習を助けます。たとえば、Siri は、Siri が私たちのプロンプトを理解し、答えるのに役立ちます。 ニューラル ネットワークの強力なコンポーネントの 1 つはパーセプトロンであり、キンゼイ氏はこのコンポーネントの作成に従来のデジタル処理 (電気信号) の代わりに光 (光信号) を使用することを検討しています。 「非線形光学パーセプトロン」に関する彼の研究は空軍科学研究局から資金を集めており、国防総省は光学コンピューティングが軍事画像分野の有望な前進であると見ている。

「画像内から戦車を見つけたいとします」とキンゼイ氏は言う。 「カメラを使用してシーンをキャプチャし、その画像を電気信号に変換し、従来のシリコン回路ベースのコンピューター プロセッサーで実行するには、特に高ピクセルの検出、転送、処理を試みる場合に、多くの処理能力が必要になります。決議。 非線形光学パーセプトロンを使用すると、何も電気信号に変換することなく、純粋に光学領域で同じ種類の操作を実行できるかどうかを発見しようとしています。

「エレクトロニクスの排除または最小化は、長年にわたってエンジニアリングの聖杯のようなものでした」とキンゼイ氏は付け加えました。 「情報が光の形で自然に存在する状況では、間に電子機器を使用しない光入力および光出力システムを設けてみてはいかがでしょうか?」

光ファイバー通信で一般的なフォトニック集積回路のような線形光学システムは、使用するエネルギーが限られていますが、複雑な画像処理はできません。 非線形光学システムを構築すると機能が拡張され、たとえば早期警戒システムの一部として戦車や部隊の動きを識別するなど、ドローンや人工衛星のリモートセンシングプラットフォームに最適になります。 Kinsey の研究は、非線形光学コンピューティングにおける追加の電力要件の影響を特定することを目的としています。

たとえ消費者向けアプリケーションが何年も先になるとしても、非軍事用途の可能性もあります。 無人運転車では、光コンピューティングにより、障害物を追跡し、安全な距離を維持するのに役立つ光検出および測距装置である LiDAR が強化される可能性があります。 微生物学者にとって、暗視野顕微鏡法は臨床サンプルを検査するために改良される可能性があります。 電気通信では、光ニューラル ネットワークは電子機器を使わずにアドレス ラベルを読み取り、データ パケットを送信できます。

研究の一環として、キンゼーと国立標準技術研究所の共同研究者には、キンゼーの元博士号の一人であるドゥルブ・フォムラ氏も含まれています。 VCU の学生は、新しい種類の感光材料の設計に取り組んでいます。 彼らの目標は、イプシロンニアゼロと呼ばれる独自の材料とナノ構造表面を組み合わせたデバイスを設計および製造して、光の透過と反射の制御を改善し、光が曲げられ形状が変化するため、限られたエネルギー要件でデバイスを設計および製造することです。データ処理を実行する表面。