শব্দ তরঙ্গ ব্যবহার করে ফোটোনিক মেশিন লার্নিং: অধ্যয়ন পুনর্নির্মাণযোগ্য নিউরোমরফিক বিল্ডিং ব্লকের ভিত্তি স্থাপন করে

অপটিক্যাল নিউরাল নেটওয়ার্কগুলি চ্যালেঞ্জিং কম্পিউটিং কাজগুলি সমাধান করার জন্য প্রয়োজনীয় উচ্চ-গতি এবং উচ্চ-ক্ষমতা সমাধান প্রদান করতে পারে। যাইহোক, এর পূর্ণ সম্ভাবনা উপলব্ধি করার জন্য আরও অগ্রগতি প্রয়োজন। একটি চ্যালেঞ্জ হল অপটিক্যাল নিউরাল নেটওয়ার্কের পুনর্বিন্যাসযোগ্যতা।

ম্যাক্স প্ল্যাঙ্ক ইনস্টিটিউট ফর লাইট সায়েন্সের স্টিলারের গবেষণা দল, এমআইটি-তে ইংলান্ডের গবেষণা গ্রুপের সাথে, নতুন পুনর্গঠনযোগ্য নিউরোমর্ফিক বিল্ডিং ব্লকগুলিকে যুক্ত করে সফলভাবে নতুন পুনর্গঠনযোগ্য নিউরোমরফিক কাঠামো তৈরি করেছে। ফোটোনিক মেশিন লার্নিং এর মাত্রা: শব্দ তরঙ্গ।তারা যা খুঁজে পেয়েছিল তা হল প্রকাশ বিদ্যমান প্রকৃতি যোগাযোগ.

গবেষকরা পরিবেশে অস্থায়ী শব্দ তরঙ্গ তৈরি করতে আলো ব্যবহার করেন অপটিক্যাল ফাইবার. এইভাবে উত্পন্ন শব্দ তরঙ্গ টেলিকমিউনিকেশন অপটিক্যাল ফাইবারগুলিতে পুনরাবৃত্তিমূলক কার্য সম্পাদন করতে পারে, যা ভাষার মতো প্রাসঙ্গিক তথ্য ব্যাখ্যা করার জন্য অত্যন্ত গুরুত্বপূর্ণ।

কৃত্রিম বুদ্ধিমত্তা এখন সাধারণ ব্যাপার এবং দৈনন্দিন কাজে আমাদের সাহায্য করে। ChatGPT-এর মতো ভাষার মডেলগুলি আমাদের স্বাভাবিকভাবে অভিব্যক্তিপূর্ণ পাঠ্য তৈরি করে এবং একটি কাঠামোগত উপায়ে অনুচ্ছেদের সংক্ষিপ্ত করে প্রশাসনিক ওভারহেড কমাতে সাহায্য করে। নেতিবাচক দিক হল যে তাদের প্রচুর পরিমাণে শক্তির প্রয়োজন হয়, যার অর্থ হল যে তারা বিকশিত হবে, এই স্মার্ট ডিভাইসগুলির সংকেত প্রক্রিয়াকরণের গতি বাড়ানো এবং শক্তি খরচ কমাতে নতুন সমাধানের প্রয়োজন হবে।

নিউরাল নেটওয়ার্কের কৃত্রিম বুদ্ধিমত্তার মেরুদণ্ড হওয়ার সম্ভাবনা রয়েছে।তাদের অপটিক্সে তৈরি করুন নিউরাল নেটওয়ার্কবৈদ্যুতিক সংকেতের পরিবর্তে আলোর উপর ভিত্তি করে, এটি উচ্চ গতি এবং দক্ষতায় প্রচুর পরিমাণে ডেটা প্রক্রিয়া করবে বলে আশা করা হচ্ছে। যাইহোক, আজ অবধি, অপটিক্যাল নিউরাল নেটওয়ার্ক বাস্তবায়নের জন্য অনেক পরীক্ষামূলক পদ্ধতি স্থির উপাদান এবং স্থিতিশীল সরঞ্জামের উপর নির্ভর করেছে।

এখন, ম্যাক্স প্ল্যাঙ্ক ইনস্টিটিউট ফর লাইট সায়েন্সের বির্গিট স্টিলারের নেতৃত্বে গবেষকদের একটি আন্তর্জাতিক দল, এমআইটি-এর ডার্ক ইংলান্ডের সহযোগিতায়, ফোটোনিক মেশিন লার্নিংয়ের জন্য শব্দ তরঙ্গের উপর ভিত্তি করে পুনর্বিন্যাসযোগ্য বিল্ডিং ব্লক তৈরি করার উপায় খুঁজে পেয়েছে। তাদের পরীক্ষামূলক পদ্ধতিতে, গবেষকরা চুল-পাতলা অপটিক্যাল ফাইবার ব্যবহার করেছেন, যা ইতিমধ্যে বিশ্বজুড়ে দ্রুত ইন্টারনেট সংযোগের জন্য ব্যবহৃত হয়।

উদ্ভাবনের চাবিকাঠি হল আলো-চালিত প্রজন্মের ভ্রমণ শাব্দ তরঙ্গ, যা অপটিক্যাল নিউরাল নেটওয়ার্কের পরবর্তী গণনামূলক পদক্ষেপগুলিকে কাজে লাগায়। অপটিক্যাল তথ্য প্রক্রিয়া করা হয় এবং শব্দ তরঙ্গের সাথে সম্পর্কযুক্ত। শব্দ তরঙ্গ আলোর তথ্য প্রবাহের তুলনায় অনেক বেশি সময় ভ্রমণ করে। অতএব, তারা দীর্ঘ সময় ফাইবারে থাকে এবং প্রতিটি পরবর্তী প্রক্রিয়াকরণ পদক্ষেপের সাথে সংযুক্ত করা যেতে পারে। এই প্রক্রিয়াটির অনন্যতা হল এটি সম্পূর্ণরূপে আলো দ্বারা নিয়ন্ত্রিত এবং জটিল কাঠামো এবং সেন্সর প্রয়োজন হয় না।

“আমি আনন্দিত যে আমরা গবেষণার এই নতুন ক্ষেত্রটি শুরু করেছি, অপটিক্যাল নিউরাল নেটওয়ার্কগুলিকে নিয়ন্ত্রণ করার জন্য শব্দ তরঙ্গের ব্যবহারে অগ্রণী। আমাদের ফলাফলগুলি নতুন ফোটোনিক কম্পিউটিং আর্কিটেকচারের জন্য অভিনব বিল্ডিং ব্লকগুলির বিকাশকে অনুপ্রাণিত করার সম্ভাবনা রয়েছে,” বলেছেন বির্গিট স্টিলার, কোয়ান্টাম ফটোঅ্যাকোস্টিক্স রিসার্চ গ্রুপের পিএইচডি।

টিম পরীক্ষামূলকভাবে যে প্রথম বিল্ডিং ব্লকটি প্রদর্শন করেছিল তা হল পুনরাবৃত্ত অপারেটর, পুনরাবৃত্ত নিউরাল নেটওয়ার্কের ক্ষেত্রে একটি বহুল ব্যবহৃত কৌশল। এটি গণনামূলক পদক্ষেপের একটি ক্রম চেইন করার অনুমতি দেয়, এইভাবে সম্পাদিত প্রতিটি গণনামূলক পদক্ষেপের জন্য প্রসঙ্গ সরবরাহ করে।

বিদ্যমান মানুষের ভাষা, উদাহরণস্বরূপ, শব্দের ক্রম একটি বাক্যের অর্থ নির্ধারণ করতে পারে। উদাহরণ স্বরূপ, “তিনি চ্যালেঞ্জ অধ্যয়ন করার সিদ্ধান্ত নিয়েছেন” এবং “তিনি চ্যালেঞ্জ অধ্যয়ন করার সিদ্ধান্ত নিয়েছেন” এই দুটি বাক্য একই শব্দ দিয়ে গঠিত কিন্তু এর অর্থ ভিন্ন। এর কারণ শব্দের ক্রম ভিন্ন প্রসঙ্গ তৈরি করে।

কম্পিউটারে প্রথাগত সম্পূর্ণভাবে সংযুক্ত নিউরাল নেটওয়ার্কগুলি প্রসঙ্গ ক্যাপচার করতে অসুবিধার সম্মুখীন হয় কারণ এর জন্য মেমরিতে অ্যাক্সেসের প্রয়োজন হয়। এই চ্যালেঞ্জটি কাটিয়ে উঠতে, নিউরাল নেটওয়ার্কগুলি লুপ অপারেশনগুলির সাথে সজ্জিত যা অভ্যন্তরীণ মেমরি সক্ষম করে এবং প্রাসঙ্গিক তথ্য ক্যাপচার করতে সক্ষম হয়। যদিও এই পুনরাবৃত্ত নিউরাল নেটওয়ার্কগুলি ডিজিটালভাবে বাস্তবায়ন করা সহজ, তবে অপটিক্সে অনুরূপ বাস্তবায়ন চ্যালেঞ্জিং এবং মেমরি প্রদানের জন্য এখনও পর্যন্ত কৃত্রিম গহ্বরের উপর নির্ভর করে।

গবেষকরা এখন লুপ অপারেটর বাস্তবায়নের জন্য শব্দ তরঙ্গ ব্যবহার করেছেন। অতএব, অপটোঅ্যাকোস্টিক লুপ অপারেটর (ওআরইও) কৃত্রিম জলাধার বা নতুন তৈরি করা কাঠামোর প্রয়োজন ছাড়াই অপটিক্যাল ওয়েভগাইডের অন্তর্নিহিত বৈশিষ্ট্যগুলিকে কাজে লাগায়।

OREO-এর সম্পূর্ণ অপটিক্যাল কন্ট্রোলের সুবিধা রয়েছে, যা ফটোঅ্যাকোস্টিক কম্পিউটারকে পালস-বাই-পালস ভিত্তিতে প্রোগ্রাম করতে সক্ষম করে। উদাহরণস্বরূপ, গবেষকরা প্রথমবারের মতো অপটিক্যাল লুপ লস বাস্তবায়নের জন্য এটি ব্যবহার করেছিলেন, একটি কন্ডিশনার কৌশল যা আগে শুধুমাত্র ডিজিটাল পুনরাবৃত্ত নিউরাল নেটওয়ার্কগুলির কর্মক্ষমতা উন্নত করতে ব্যবহৃত হয়েছিল। OREO ব্যবহার করা হয়েছে 27টি ভিন্ন প্যাটার্ন পর্যন্ত আলাদা করতে, প্রসঙ্গ পরিচালনা করার ক্ষমতা প্রদর্শন করে।

“OREO-এর অল-অপটিক্যাল কন্ট্রোল একটি শক্তিশালী বৈশিষ্ট্য, বিশেষ করে একটি পালস-বাই-পালস ভিত্তিতে সিস্টেমকে প্রোগ্রাম করার সম্ভাবনা, ফটোনিক মেশিন লার্নিংয়ের জন্য শব্দ তরঙ্গ ব্যবহার করে স্থিতাবস্থাকে ব্যাহত করছে ভবিষ্যতে এই ক্ষেত্রটি কীভাবে বিকশিত হবে তা দেখতে খুব আগ্রহী,” বলেছেন স্টিলারের ল্যাবের ডক্টরাল ছাত্র স্টিভেন বেকার।

ভবিষ্যতে, ব্যবহার করুন শব্দ – তরঙ্গ অপটিক্যাল নিউরাল নেটওয়ার্ক অপটিক্যাল নিউরোমরফিক কম্পিউটিং এর একটি নতুন ক্লাস আনলক করতে পারে যা স্বতঃস্ফূর্তভাবে পুনরায় কনফিগার করতে পারে এবং বর্তমান টেলিকমিউনিকেশন নেটওয়ার্কগুলিতে বড় আকারের ইন-মেমরি কম্পিউটিংকে অনুমতি দিতে পারে। তদ্ব্যতীত, অপটিক্যাল নিউরাল নেটওয়ার্কগুলির অন-চিপ বাস্তবায়ন এই পদ্ধতির থেকে উপকৃত হতে পারে, যা অতিরিক্ত বৈদ্যুতিন নিয়ন্ত্রণের প্রয়োজন ছাড়াই ফটোনিক ওয়েভগাইডগুলিতে প্রয়োগ করা যেতে পারে।

“ফোটোনিক মেশিন লার্নিং তথ্যের সমান্তরাল প্রক্রিয়াকরণ এবং শক্তি-দক্ষ ক্রিয়াকলাপের জন্য দুর্দান্ত সম্ভাবনা থাকতে পারে৷ একটি সম্পূর্ণরূপে অপটিক্যালি নিয়ন্ত্রিত এবং সহজে অপারেট করা টুল কিটের মাধ্যমে শব্দ তরঙ্গ যোগ করা এই প্রচেষ্টায় অবদান রাখতে পারে,” বলেছেন ডঃ বির্গিট স্টিলার৷