Entrenamiento de redes neuronales optoelectrónicas a gran escala con aprendizaje óptico-artificial de neuronas duales

Las redes neuronales optoelectrónicas (ONN) son una vía prometedora en la computación de IA debido a su potencial para la paralelización, la eficiencia energética y la velocidad. Las redes neuronales difractivas, que procesan información propagando luz codificada a través de elementos ópticos entrenados, han despertado interés. Sin embargo, el entrenamiento de redes difractivas a gran escala enfrenta desafíos debido a los costos computacionales y de memoria del modelado de difracción óptica. Aquí, presentamos DANTE, una arquitectura de aprendizaje óptico-artificial de neuronas duales. Las neuronas ópticas modelan la difracción óptica, mientras que las neuronas artificiales aproximan los cálculos intensivos de difracción óptica con funciones ligeras. DANTE también mejora la convergencia al emplear pasos de aprendizaje artificial global iterativos y pasos de aprendizaje óptico local. En experimentos de simulación, DANTE entrena con éxito ONNs a gran escala con 150 millones de neuronas en ImageNet, previamente inalcanzable, y acelera significativamente las velocidades de entrenamiento en el benchmark CIFAR-10 en comparación con el aprendizaje de neuronas individuales. En experimentos físicos, desarrollamos un sistema ONN de dos capas basado en DANTE, que puede extraer características de manera efectiva para mejorar la clasificación de imágenes naturales.