از آنجایی که هوش مصنوعی (هوش مصنوعی) مورد علاقه گسترده است، با تمرکز محققان بر روی درک اینکه مغز چگونه محاسبات را انجام می دهد تا سیستم های مصنوعی با هوش عمومی قابل مقایسه با هوش انسانی ایجاد شود.
محققان این کار را با استفاده از میکروالکترونیک سیلیکونی معمولی در ترکیب با نور انجام دادند. با این حال، ساخت تراشه های سیلیکونی با عناصر مدارهای الکترونیکی و فوتونیک به دلایل فیزیکی و عملی زیادی که مربوط به موادی است که اجزا از آن ساخته شده اند، پیچیده است. رویکردی برای هوش مصنوعی در مقیاس بزرگ پیشنهاد شده است که بر ادغام اجزای فوتونی با الکترونیک ابررسانا به جای الکترونیک نیمه هادی تمرکز دارد.
استفاده از نور برای ارتباطات همراه با مدارهای الکترونیکی پیچیده برای محاسبات ممکن است امکان ایجاد سیستم‌های شناختی مصنوعی را فراهم کند که مقیاس و عملکرد آنها فراتر از آنچه می‌توان به تنهایی با نور یا الکترونیک به دست آورد، باشد. آشکارسازهای فوتون ابررسانا می توانند یک فوتون را شناسایی کنند، در حالی که آشکارسازهای فوتون نیمه هادی به حدود 1 فوتون نیاز دارند. بنابراین، منابع نور سیلیکونی نه تنها در دمای 269,15- درجه سانتیگراد کار می کنند، بلکه می توانند هزار بار کم نورتر از همتایان خود در دمای اتاق باشند و در عین حال به طور موثری با هم تعامل داشته باشند.
همچنین جالب: تقاضا برای توسعه دهندگان یادگیری ماشین به دلیل رکود COVID-19 کاهش یافته است
برخی از ریزمدارها، مانند تلفن های همراه، نیاز به عملکرد در دمای اتاق دارند، اما فناوری پیشنهادی همچنان به طور گسترده در سیستم های محاسباتی پیشرفته مورد استفاده قرار خواهد گرفت. محققان قصد دارند ادغام پیچیده‌تری با دیگر مدارهای الکترونیکی ابررسانا را بررسی کنند و همچنین تمام اجزای سازنده سیستم‌های شناختی مصنوعی از جمله سیناپس‌ها و نورون‌ها را نشان دهند.
همچنین مهم است که نشان دهیم سخت افزار را می توان مقیاس پذیر ساخت تا سیستم های بزرگ را با هزینه ای معقول پیاده سازی کنند. ادغام نوری ابررسانا همچنین می تواند به ایجاد فناوری های کوانتومی مقیاس پذیر مبتنی بر کیوبیت های ابررسانا یا فوتونی کمک کند. چنین سیستم‌های ترکیبی کوانتومی-نرونی ممکن است به راه‌های جدیدی برای بهره‌برداری از نقاط قوت درهم‌تنیدگی کوانتومی با نورون‌های ضربه‌ای منجر شوند.
همچنین بخوانید: