Шорохов Александр Сергеевич
«Нейроморфная фотоника и оптические вычисления»
Описание курса:
Курс посвящен вопросам создания аппаратных ускорителей и нейроморфных вычислителей на основе подходов оптики и интегральной кремниевой фотоники. Постоянно возрастающие объемы потребления информации, а также повсеместное внедрение роботизированных систем и систем с искусственным интеллектом требуют новых вычислительных платформ. Универсальные компьютеры, построенные на принципах фон-Неймана, начинают уступать место специализированным устройствам, способным эффективно решать такие задачи, как распознавание или классификация объектов, а также обработка больших массивов данных. Ключевыми факторами, которые определяют интерес к подобным системам, являются существенное уменьшение потребления энергии в них, а также увеличенное быстродействие по сравнению с классическими аналогами. Одним из наиболее популярных направлений в этой области является построение моделей нейронных сетей для решения упомянутых выше задач. Нейроморфная фотоника, которая использует оптические подходы для имитации нейронных процессов на физическом уровне, получила активное развитие в последние годы как одна из перспективных практических платформ. Среди преимуществ данного метода часто выделяют малое энергопотребление, быстродействие и возможность использования стандартных КМОП-технологий (комплементарная структура металл-оксид-полупроводник) для создания подобных устройств. Аналоговые оптические вычисления, в свою очередь, также стали предметом активных исследований в последнее время в контексте аппаратных ускорителей для решения специфических задач, в частности в области обработки изображений. Перспективной платформой для реализации подобных устройств являются так называемые метаповерхности – сверхтонкие оптические структуры, способные формировать сложные амплитудно-фазовые маски для управления пространственным профилем световой волны. В рамках представленного курса будут рассмотрены как нейроморфные оптические схемы на основе интегральной кремниевой фотоники, так и аналоговые оптические вычисления на основе специально спроектированных наноструктур. Основное внимание будет уделено физическим механизмам, лежащим в основе работы таких систем, а также перспективам их внедрения для реальных применений. Задачей данного курса является систематизация последних исследований в области фотонного искусственного интеллекта и оптических аппаратных ускорителей, а также знакомства слушателей с активно развивающейся областью современной прикладной оптики.
План курса:
Лекция 1
Введение: вычислительные устройства, история развития и классические аппаратные архитектуры, их достоинства и недостатки; вычислители специального назначения и актуальность их использования для решения задач искусственного интеллекта.
Лекция 2
Искусственные нейронные сети, базовые понятия и программная реализация; классические аппаратные ускорители для задач глубокого машинного обучения.
Лекция 3
Матричные операции и cross-bar архитектура, электрические мемристоры и физические механизмы их отклика.
Лекция 4
Спайковые нейронные сети, основные модели и примеры их физических реализаций.
Лекция 5
Эффект насыщения поглощения и лазерная динамика, спайковые оптические сети
Лекция 6
Основы интегральной кремниевой фотоники, технология создания оптических чипов и их основные элементы.
Лекция 7
Реконфигурируемые элементы интегральной кремниевой фотоники, программируемые оптические чипы.
Лекция 8
Материалы с фазовым переходом (PCM), особенности их оптического отклика, интегральная оптическая память на основе PCM и простейшие вычислительные схемы
Лекция 9
Нейроморфная интегральная фотоника на основе PCM, нанофотонный синапс, примеры реализации нейронных сетей на платформе кремниевой фотоники.
Лекция 10
Преобразование Фурье, основы теории дифракции, угловой спектр плоских волн.
Лекция 11
Приближение Гюйгенса-Френеля, дифракция Фраунгофера
Лекция 12
Линзы, как элементы, выполняющие преобразование Фурье; формирование изображения, частотный анализ оптических систем.
Лекция 13
Пространственная фильтрация и аналоговая оптическая обработка сигнала.
Лекция 14
Оптические метаповерхности, принципы их разработки и создания; примеры разных оптических элементов, реализованных с помощью подобных структур
Лекция 15
Метаповерхности для оптических аналоговых вычислений и обработки изображений.
Лекция 16
Оптические дифракционные нейронные сети, примеры реализаций с помощью пространственных модуляторов света и метаповерхностей.
Лекция 17
Заключение: современный статус исследований и перспективы разных подходов к реализации нейроморфных вычислителей.
