Un innovador sistema óptico reduce la latencia y mejora la extracción de datos

En un mundo donde las aplicaciones de inteligencia artificial son cada vez más críticas, como en la robótica quirúrgica y el trading financiero, la capacidad de extraer características clave de flujos de datos en tiempo real es esencial. Sin embargo, el procesamiento digital tradicional ha demostrado ser un cuello de botella debido a sus limitaciones físicas y a la insuficiencia en la reducción de latencia.

La solución a este desafío puede estar en el aprovechamiento de la luz. La computación óptica se postula como una alternativa prometedora, ofreciendo la posibilidad de mejorar la extracción de características mediante el uso de operadores de difracción óptica, estructuras que realizan cálculos de forma paralela a medida que la luz se propaga a través de ellas.

A pesar de los avances, operar estas tecnologías a velocidades superiores a 10 GHz continúa siendo un desafío técnico debido a la necesidad de mantener la coherencia de la luz. Un grupo dirigido por el Profesor Hongwei Chen de la Universidad de Tsinghua presentó una solución innovadora en la revista Advanced Photonics Nexus, desarrollando un motor óptico de extracción de características (denominado OFE²) que promete una extracción eficiente de datos para diversas aplicaciones prácticas.

El núcleo de la innovación radica en un módulo de preparación de datos de OFE², que permite el suministro de señales ópticas de alta velocidad y paralelas en un entorno coherente. Para lograrlo, los investigadores desarrollaron un sistema integrado en chip con divisores de potencia ajustables y líneas de retardo precisas, representando un avance clave en la superación de desafíos técnicos existentes.

Este módulo deserializa eficazmente el flujo de datos, muestreando la señal de entrada en múltiples ramas paralelas estables. Además, el sistema es reconfigurable a través de un arreglo de fases integrado que permite ajustes según sea necesario.

Una vez preparados los datos, las ondas ópticas atraviesan el operador de difracción, donde la operación se modela matemáticamente como una multiplicación de matriz-vectores para realizar la extracción de características. El proceso innovador se centra en cómo la luz difractada forma un "punto brillante" enfocado en la salida, lo que se puede dirigir a un puerto específico mediante cambios en la fase de las luces de entrada.

El OFE² opera a una frecuencia de 12.5 GHz y puede llevar a cabo una única multiplicación de matriz-vectores en menos de 250.5 picossegundos, estableciendo así un nuevo estándar de latencia en implementaciones de computación óptica. Según Chen, "creemos firmemente que este trabajo proporciona un referente significativo para el avance de la computación óptica integrada a un ritmo superior a 10 GHz en aplicaciones del mundo real".

El equipo demostró las capacidades del sistema en diversas tareas. En el ámbito del procesamiento de imágenes, el OFE² logró extraer características de bordes de imágenes, generando mapas de características complementarios. Por otro lado, en tareas de trading digital, el sistema se alimentó de datos del mercado y propuso acciones rentables basadas en una estrategia optimizada, mostrando que el preprocesamiento óptico puede transformar las capacidades de los sistemas de IA híbrida.

Estos resultados indican un nuevo paradigma en tecnología donde las cargas computacionales más intensas se trasladan de la electrónica tradicional, consumidora de energía, hacia fotónica ultrarrápida y de bajo consumo, augurando el surgimiento de sistemas de IA de toma de decisiones en tiempo real. "Los avances presentados en nuestro estudio apoyan servicios de computación intensiva en áreas como el reconocimiento de imágenes, atención médica asistida y finanzas digitales", concluye Chen.