Alcuni scienziati dell’Università della Pennsylvania sono riusciti a realizzare un chip, che misura appena 9,3mm di lato, che costituisce la prima “deep neural network” implementata all’interno di un dispositivo fotonico integrato scalare e in grado di riconoscere un’immagine in meno di 0,57 nanosecondi. Tale velocità consentirebbe di classificare ben 1,75 miliardi di immagini al secondo.

Questo impressionante risultato è stato ottenuto combinando la tecnologia fotonica, sempre più popolare nelle applicazioni ad altissima frequenza (grazie al fatto che i componenti basati sulla lice non soffrono dei problemi di resistenza e calore che affliggono la microelettronica tradizionale), con le reti neurali. Gli scienziati sono stati i primi a simulare i neuroni in uno spazio ottico, a tutto vantaggio della velocità e del consumo energetico (rispetto alle alternative più comuni basate su chip di silicio come CPU e GPU).

Nel documento nel quale viene spiegata la ricerca, viene affermato che gli scienziati hanno addestrato la rete neurale con le lettere dell’alfabeto in una griglia 6×5 pixel e hanno ottenuto un tasso di riconoscimento dei caratteri pari a circa il 90%. Ovviamente, non si tratta di un compito particolarmente complesso e, di conseguenza, era lecito aspettarsi una velocità particolarmente elevata.

In ogni caso, questa tecnologia è scalabile, il che significa che in futuro sarà possibile creare chip più potenti da impiegare in compiti come la visione computerizzata, la classificazione degli oggetti 3D, la diagnosi medica e altro ancora. Stando agli scienziati, con i migliori processi di produzione attuali sarebbe possibile portare la velocità di riconoscimento a 0,1 nanosecondi e di conseguenza riconoscere 10 miliardi di immagini al secondo, valori di certo non di poco conto.