ការ​សិក្សា​ដែល​ស្ថិត​ក្រោម​ការ​ត្រួត​ពិនិត្យ និង​ការ​សិក្សា​ដែល​មិន​មាន​ការ​ត្រួត​ពិនិត្យ​ដោយ​ផ្អែក​លើ​ដំណាក់កាល​ផ្លាស់​ប្តូរ​ប្រព័ន្ធ​ណឺរ៉ូន​អុបទិក​ទាំងអស់។

ថ្មីៗនេះ ធម្មជាតិបានចេញផ្សាយការស្រាវជ្រាវថ្មីមួយដោយ IBM ។ បណ្តាញសរសៃប្រសាទជ្រៅ "អុបទិកទាំងអស់" ដែលត្រូវបានបង្កើតឡើងដោយឧបករណ៍អុបទិកអាចមានប្រសិទ្ធភាពថាមពលជាងវិធីសាស្ត្រគណនាបែបប្រពៃណី និងមានគុណសម្បត្តិនៃការធ្វើមាត្រដ្ឋាន មិនមានការបំប្លែងសារធាតុ photoelectric និងកម្រិតបញ្ជូនខ្ពស់។ របកគំហើញនេះអាចដាក់មូលដ្ឋានគ្រឹះសម្រាប់ការលេចចេញនូវឧបករណ៍បង្កើនល្បឿនបណ្តាញសរសៃប្រសាទអុបទិកនាពេលអនាគត។ សរសៃអុបទិកអាចបញ្ជូនទិន្នន័យជុំវិញពិភពលោកក្នុងទម្រង់ជាពន្លឺ ដែលបានក្លាយជាសសរស្តម្ភនៃបច្ចេកវិទ្យាទូរគមនាគមន៍ទំនើប។ ទោះជាយ៉ាងណាក៏ដោយ ប្រសិនបើទិន្នន័យបញ្ជូនទាំងនេះត្រូវការវិភាគ ពួកគេគួរតែត្រូវបានបំប្លែងពីសញ្ញាអុបទិកទៅជាសញ្ញាអេឡិចត្រូនិច ហើយបន្ទាប់មកដំណើរការដោយឧបករណ៍អេឡិចត្រូនិក។ សម្រាប់ពេលខ្លះ អុបទិកត្រូវបានគេចាត់ទុកថាជាមូលដ្ឋាននៃបច្ចេកវិទ្យាកុំព្យូទ័រដ៏មានសក្តានុពលបំផុតនាពេលអនាគត ប៉ុន្តែបើប្រៀបធៀបជាមួយនឹងការរីកចម្រើនយ៉ាងឆាប់រហ័សនៃកុំព្យូទ័រអេឡិចត្រូនិច ការប្រកួតប្រជែងនៃបច្ចេកវិទ្យាកុំព្យូទ័រអុបទិកគឺច្បាស់ជាមិនគ្រប់គ្រាន់ទេ។ បានយកចិត្តទុកដាក់កាន់តែច្រើនឡើងទៅលើតម្លៃនៃថាមពលកុំព្យូទ័រ។ ដូច្នេះហើយ ប្រព័ន្ធកុំព្យូទ័រអុបទិកបានទាក់ទាញការចាប់អារម្មណ៍កាន់តែច្រើនឡើងម្តងទៀត។ កុំព្យូទ័រអុបទិកមានការប្រើប្រាស់ថាមពលទាប ហើយអាចប្រើជាផ្នែករឹងបង្កើនល្បឿនពិសេសសម្រាប់ក្បួនដោះស្រាយ AI ដូចជាបណ្តាញសរសៃប្រសាទជ្រៅ (DNN)។ ថ្មីៗនេះ Feldmann និងអ្នកផ្សេងទៀតបានបោះពុម្ពផ្សាយវឌ្ឍនភាពចុងក្រោយនៃ "ការអនុវត្តបណ្តាញអុបទិកទាំងអស់" នេះនៅក្នុងទិនានុប្បវត្តិធម្មជាតិ។

បណ្តាញសរសៃប្រសាទជ្រៅរួមមាន ណឺរ៉ូនសិប្បនិម្មិតពហុស្រទាប់ និងសំយោគសិប្បនិម្មិត។ ភាពខ្លាំងនៃការតភ្ជាប់ទាំងនេះ ហៅថាទម្ងន់បណ្តាញ អាចជាវិជ្ជមាន ដែលបង្ហាញពីការរំជើបរំជួលសរសៃប្រសាទ ឬអវិជ្ជមាន ដែលបង្ហាញពីការរារាំងសរសៃប្រសាទ។ បណ្តាញនឹងព្យាយាមឱ្យអស់ពីសមត្ថភាពដើម្បីកាត់បន្ថយភាពខុសគ្នារវាងលទ្ធផលជាក់ស្តែង និងទិន្នផលដែលរំពឹងទុក ដូច្នេះដើម្បីផ្លាស់ប្តូរទម្ងន់នៃ synapses ដើម្បីអនុវត្តការងារដូចជាការទទួលស្គាល់រូបភាព។ CPU និងឧបករណ៍បង្កើនល្បឿនផ្នែករឹងផ្សេងទៀតជាធម្មតាត្រូវបានប្រើសម្រាប់ការគណនា DNN ។ ការបណ្តុះបណ្តាលរបស់ DNN អាចប្រើសំណុំទិន្នន័យដែលគេស្គាល់ ហើយ DNN ដែលត្រូវបានបណ្តុះបណ្តាលអាចត្រូវបានប្រើដើម្បីសន្និដ្ឋានទិន្នន័យដែលមិនស្គាល់នៅក្នុងកិច្ចការ។ ទោះបីជាចំនួននៃការគណនាមានទំហំធំក៏ដោយ ភាពចម្រុះនៃប្រតិបត្តិការគណនានឹងមិនខ្ពស់ខ្លាំងទេ ព្រោះប្រតិបត្តិការ "គុណ និងបង្គរ" គឺលេចធ្លោនៅក្នុងទម្ងន់ synaptic ជាច្រើន និងការរំភើបចិត្តសរសៃប្រសាទ។DNN នៅតែអាចដំណើរការជាធម្មតានៅពេលដែលភាពត្រឹមត្រូវនៃការគណនាមានកម្រិតទាប។ ដូច្នេះ បណ្តាញ DNN តំណាងឱ្យឱកាសសក្តានុពលសម្រាប់បច្ចេកវិទ្យាកុំព្យូទ័រដែលមិនមែនជាប្រពៃណី។ អ្នកស្រាវជ្រាវកំពុងព្យាយាមបង្កើតឧបករណ៍បង្កើនល្បឿន DNN ដោយផ្អែកលើឧបករណ៍អង្គចងចាំដែលមិនងាយនឹងបង្កជាហេតុថ្មី។ ឧបករណ៍ប្រភេទនេះក៏អាចរក្សាទុកព័ត៌មាននៅពេលកាត់ផ្តាច់ការផ្គត់ផ្គង់ថាមពល និងធ្វើអោយប្រសើរឡើងនូវល្បឿន និងប្រសិទ្ធភាពថាមពលរបស់ DNN តាមរយៈការគណនាអេឡិចត្រូនិចអាណាឡូក។

ដូច្នេះហេតុអ្វីបានជាមិនពិចារណាប្រើអុបទិក? សមាសធាតុនាំផ្លូវពន្លឺអាចផ្ទុកទិន្នន័យយ៉ាងច្រើន - មិនថាសរសៃអុបទិកសម្រាប់ទូរគមនាគមន៍ ឬរលកមគ្គុទ្ទេសក៍នៅលើបន្ទះសៀគ្វី photonic ។ នៅក្នុងប្រភេទនៃរលកមគ្គុទ្ទេសក៍នេះ បច្ចេកវិជ្ជា "ការគុណចែករលក" អាចត្រូវបានប្រើដើម្បីអនុញ្ញាតឱ្យរលកពន្លឺខុសៗគ្នាជាច្រើនអាចផ្សព្វផ្សាយជាមួយគ្នា។ បន្ទាប់មក រលកនីមួយៗអាចត្រូវបានកែប្រែ (ផ្លាស់ប្តូរតាមរបៀបដែលអាចផ្ទុកព័ត៌មាន) ក្នុងអត្រាកំណត់ដោយកម្រិតបញ្ជូនដែលមានទាក់ទងនឹងអេឡិចត្រុងទៅម៉ូឌុលអុបទិក និងការរកឃើញអុបទិក។ 1 សៀគ្វីណឺរ៉ូនអុបទិកទាំងអស់ ការប្រើប្រាស់ឧបករណ៍បំពងសំឡេងអាចឱ្យការបន្ថែម ឬដកចេញនូវរលកពន្លឺតែមួយ ដូចជាការផ្ទុក និងការផ្ទុកឡានដឹកទំនិញ។ អារេទម្ងន់ synaptic នៃបណ្តាញ DNN អាចត្រូវបានសាងសង់ដោយប្រើ resonator micron ring ។ resonator អាច​ត្រូវ​បាន​បំប្លែង​ដោយ​កម្ដៅ ម៉ូឌុល​អេឡិចត្រូអុបទិក ឬ​កែប្រែ​ដោយ​សម្ភារៈ​ផ្លាស់ប្តូរ​ដំណាក់កាល។ សមា្ភារៈទាំងនេះអាចផ្លាស់ប្តូររវាងដំណាក់កាល amorphous និងដំណាក់កាលគ្រីស្តាល់ ហើយសមត្ថភាពស្រូបយកពន្លឺនៃវត្ថុធាតុផ្សេងៗគ្នាប្រែប្រួលយ៉ាងខ្លាំង។ នៅក្រោមលក្ខខណ្ឌដ៏ល្អ ការប្រើប្រាស់ថាមពលនៃគុណ និងបង្គរគឺទាបណាស់។

ក្រុមស្រាវជ្រាវរបស់ Feldmann បានអនុវត្ត "បណ្តាញសរសៃប្រសាទអុបទិកទាំងអស់" នៅលើបន្ទះឈីប photonic មិល្លីម៉ែត្រ ដែលក្នុងនោះការបំប្លែងសារធាតុ photoelectric មិនត្រូវបានប្រើនៅក្នុងបណ្តាញនោះទេ។ ទិន្នន័យ​បញ្ចូល​ត្រូវ​បាន​កែប្រែ​តាម​អេឡិចត្រូនិក​តាម​រយៈ​រលក​ផ្សេង​គ្នា ហើយ​បញ្ចូល​ទៅ​ក្នុង​បណ្តាញ ប៉ុន្តែ​បន្ទាប់​មក​ទិន្នន័យ​ទាំង​អស់​នៅ​តែ​មាន​នៅ​លើ​បន្ទះ​ឈីប។ សមា្ភារៈផ្លាស់ប្តូរដំណាក់កាលរួមបញ្ចូលគ្នាត្រូវបានប្រើដើម្បីលៃតម្រូវទម្ងន់ synaptic និងរួមបញ្ចូល neurons.Fig ។ 2 ការបង្កើតជីពចរ និងប្រតិបត្តិការនៃណឺរ៉ូនសិប្បនិម្មិត អ្នកនិពន្ធបង្ហាញពីការរៀនសូត្រដែលមានការត្រួតពិនិត្យ និងគ្មានការត្រួតពិនិត្យលើកម្រិតតូចមួយ ពោលគឺការបណ្តុះបណ្តាលដោយប្រើទិន្នន័យដែលមានស្លាក (ការរៀន DNN) និងការបណ្តុះបណ្តាលដោយប្រើទិន្នន័យដែលគ្មានស្លាក (ស្រដៀងនឹងការរៀនសូត្ររបស់មនុស្ស)។

ស៊ីស ។ 3 ការ​សិក្សា​ដែល​ស្ថិត​ក្រោម​ការ​ត្រួត​ពិនិត្យ និង​ការ​សិក្សា​ដែល​មិន​មាន​ការ​ត្រួត​ពិនិត្យ​ដោយ​ផ្អែក​លើ​ការ​ផ្លាស់​ប្តូរ​ដំណាក់កាល​ប្រព័ន្ធ​ណឺរ៉ូន​អុបទិក​ទាំងអស់​ដោយ​សារ​កន្សោម​ទម្ងន់​ត្រូវ​បាន​ដឹង​ដោយ​ការ​ស្រូប​ពន្លឺ ទម្ងន់​អវិជ្ជមាន​ទាមទារ​ឱ្យ​មាន​សញ្ញា​លំអៀង​ធំ​ជាង ដែល​មិន​អាច​ធ្វើ​ឱ្យ​សម្ភារៈ​ផ្លាស់​ប្តូរ​ដំណាក់កាល​សកម្ម​បាន​ទេ។ វិធីសាស្ត្រជំនួសមួយគឺត្រូវប្រើឧបករណ៍របស់ Mach Zehnder interferometer ដើម្បីបែងចែករលកមគ្គុទ្ទេសក៍មួយទៅជាដៃពីរ ហើយបន្ទាប់មកបញ្ចូលពួកវាឡើងវិញ។ នៅពេលនេះបរិមាណនៃពន្លឺបញ្ជូនគឺអាស្រ័យលើភាពខុសគ្នានៃដំណាក់កាលអុបទិករវាងផ្លូវឃោសនាទាំងពីរ។ ទោះបីជាយ៉ាងណាក៏ដោយ វាអាចជាការលំបាកក្នុងការរួមបញ្ចូលគ្នានូវវិធីសាស្រ្តនេះជាមួយនឹងការគុណបែងចែករលក ពីព្រោះដៃរបស់ interferometer នីមួយៗត្រូវណែនាំភាពខុសគ្នាដំណាក់កាលសមស្របសម្រាប់រលកនីមួយៗ។ ការអនុវត្តអុបទិកទាំងអស់របស់ DNN នៅតែប្រឈមមុខនឹងបញ្ហាធំ។ តាមឧត្ដមគតិ ការប្រើប្រាស់ថាមពលសរុបរបស់ពួកគេអាចមានកម្រិតទាប ហើយថាមពលកំដៅត្រូវបានទាមទារជាញឹកញាប់ដើម្បីកែតម្រូវ និងរក្សាភាពខុសគ្នានៃដំណាក់កាលអុបទិកនៅក្នុងដៃម៉ាសុីន interferometer របស់ Mach Zehnder នីមួយៗ។

ស៊ីស ។ 4 ស្ថាបត្យកម្មដែលអាចធ្វើមាត្រដ្ឋានបាននៃបណ្តាញសរសៃប្រសាទអុបទិកទាំងអស់ លើសពីនេះថាមពលអុបទិកសរុបដែលបានចាក់ចូលទៅក្នុងប្រព័ន្ធដែលមានសមា្ភារៈផ្លាស់ប្តូរដំណាក់កាលត្រូវតែត្រូវបានក្រិតតាមខ្នាតយ៉ាងប្រុងប្រយ័ត្នដើម្បីធ្វើឱ្យការឆ្លើយតបរបស់វត្ថុធាតុដើមទៅនឹងសញ្ញាបញ្ចូលបំពេញតាមការរំពឹងទុក។ ទោះបីជាសមា្ភារៈផ្លាស់ប្តូរដំណាក់កាលក៏អាចត្រូវបានប្រើដើម្បីកែតម្រូវដំណាក់កាល Mach Zehnder ក៏ដោយក៏វានឹងមានការភ្ជាប់គ្នាឆ្លងកាត់ដែលមិនអាចជៀសបានរវាងអាំងតង់ស៊ីតេនៃពន្លឺដែលស្រូបដោយវត្ថុធាតុដើម និងបន្ថយល្បឿននៃពន្លឺដែលនឹងបង្កើនភាពស្មុគស្មាញនៃប្រព័ន្ធ។ DNN ប្រពៃណីបានបង្កើត ទៅជាទ្រង់ទ្រាយធំ ដែលអាចផ្ទុកនូវណឺរ៉ូនរាប់ពាន់ និង synapses រាប់លាន។ ទោះជាយ៉ាងណាក៏ដោយ ខ្សែរលកនៃបណ្តាញ photonic ត្រូវតែនៅឆ្ងាយពីគ្នាទៅវិញទៅមក ដើម្បីការពារការភ្ជាប់គ្នា និងជៀសវាងការពត់កោងខ្លាំង ដើម្បីការពារពន្លឺពីការចាកចេញពី waveguide ។ ដោយសារតែចំនុចប្រសព្វនៃ waveguides ទាំងពីរអាចបញ្ចូលថាមពលដែលមិនចង់បានទៅក្នុងផ្លូវខុស ដែលកំណត់យ៉ាងសំខាន់នូវលក្ខណៈ 2D នៃការរចនាបន្ទះឈីប photonic។

ស៊ីស ។ 5 ការអនុវត្តន៍ពិសោធន៍នៃបណ្តាញសរសៃប្រសាទជីពចរតែមួយស្រទាប់ វាត្រូវការចម្ងាយឆ្ងាយ និងតំបន់ធំដើម្បីបង្កើតបណ្តាញសរសៃប្រសាទសម្រាប់ឧបករណ៍អុបទិក ប៉ុន្តែការផលិតផ្នែកសំខាន់ៗនៃរចនាសម្ព័ន្ធអុបទិកនីមួយៗត្រូវការភាពជាក់លាក់ខ្ពស់។ នេះគឺដោយសារតែ មគ្គុទ្ទេសក៍រលក និងតំបន់ភ្ជាប់ ដូចជាច្រកចូល និងព្រីរបស់ឧបករណ៍បំពងសំឡេងមីក្រូរីងនីមួយៗ ត្រូវតែឈានដល់ទំហំពិតប្រាកដដែលត្រូវការសម្រាប់ដំណើរការបណ្តាញដែលត្រូវគ្នា។ វាក៏មានដែនកំណត់ជាច្រើនផងដែរ អំពីរបៀបផលិតឧបករណ៍បំពងសំឡេងខ្នាតតូច។ ជាចុងក្រោយ បច្ចេកវិទ្យាម៉ូឌុលផ្តល់នូវឥទ្ធិពលអុបទិកខ្សោយ ហើយទាមទារតំបន់អន្តរកម្មដ៏វែង ដើម្បីសម្រេចបាននូវកម្រិតសំខាន់នៃឥទ្ធិពលមានកម្រិតលើពន្លឺដែលឆ្លងកាត់។

វឌ្ឍនភាពដែលធ្វើឡើងក្នុងការស្រាវជ្រាវរបស់ក្រុម Feldmann ត្រូវបានគេរំពឹងថានឹងជំរុញការអភិវឌ្ឍន៍នាពេលអនាគតនៃវិស័យនេះ។ ការស្រាវជ្រាវនេះអាចដាក់មូលដ្ឋានគ្រឹះសម្រាប់ការលេចចេញនូវឧបករណ៍បង្កើនល្បឿនបណ្តាញសរសៃប្រសាទអុបទិកដែលមានប្រសិទ្ធភាព និងអាចធ្វើមាត្រដ្ឋានបាននាពេលអនាគត។