·
·
الذكاء الإصطناعي
تخيل أن كابلات الألياف الضوئية تتحول إلى شبكة استشعار ضخمة تراقب الزلازل وحالة السكك الحديدية في الوقت الفعلي. هذا لم يعد مجرد خيال، بل أصبح ممكنًا بفضل دمج التعلم الآلي مع الشبكات العصبية الضوئية، التي تستخدم الضوء بدلاً من الكهرباء لمعالجة البيانات بسرعة مذهلة.
تكنولوجيا DAS قفزة في مراقبة الزلازل والبنية التحتية
تعتمد تقنية الاستشعار الصوتي الموزع (DAS) على التقاط الاهتزازات عبر الألياف الضوئية، مما يجعلها أداة فعالة للكشف عن الزلازل، ومراقبة خطوط السكك الحديدية، وحتى تتبع الكابلات البحرية. لكن حجم البيانات الهائل الذي تنتجه يشكل تحديًا في معالجته في الوقت الفعلي، مما قد يقلل من فاعلية النظام في حالات الطوارئ.
التعلم الآلي يعزز دقة وسرعة DAS
اعتمد الباحثون على الشبكات العصبية لتسريع تحليل بيانات DAS، ولكن حتى مع التقدم في المعالجات الإلكترونية، لا تزال هناك قيود في السرعة وكفاءة استهلاك الطاقة. وهنا يأتي دور الحوسبة الضوئية، التي توفر سرعة فائقة وتستهلك طاقة أقل بكثير من الحوسبة التقليدية، مما يفتح آفاقًا جديدة في معالجة البيانات الضخمة.
نقلة نوعية: الحوسبة الضوئية تلتقي بـ DAS
طور فريق من جامعة نانجينغ بالصين بقيادة نينغمو زو نهجًا جديدًا للتغلب على العقبات التقنية لدمج الذكاء الاصطناعي الضوئي مع DAS. وقد نُشرت نتائج أبحاثهم في مجلة Advanced Photonics، حيث كشفوا عن مسرّع شبكات عصبية ضوئية يعتمد على مضاعفة الطول الموجي الزمني (TWM-PNNA).
كيف يعمل النظام الضوئي؟
يستخدم النظام ليزرات قابلة للضبط تبعث الضوء عند أطوال موجية مختلفة لمحاكاة عمليات الشبكة العصبية. يتم تحويل بيانات DAS إلى إشارات ضوئية عبر وحدة تعديل Mach-Zehnder، ثم يتم تطبيق عمليات التصفية والوزن عبر مفاتيح انتقائية للطول الموجي، مما يسمح بإجراء الحسابات بشكل ضوئي دون الحاجة إلى معالجات إلكترونية.
تحديات تقنية وحلول مبتكرة
واجه الباحثون مشكلتين رئيسيتين: تقلبات التردد أثناء التعديل (chirp) وصعوبة تحقيق الترابط الكامل بصريًا. وجدوا أن الحفاظ على نسبة التغير الطيفي أقل من 0.1 يحسن الدقة، كما أن تقليص 40٪ من الوصلات العصبية لم يؤثر على الأداء، مما يجعل النظام أقل تكلفة وأسهل تصنيعًا.
أداء خارق ومستقبل واعد
حقق المسرّع الضوئي الجديد قدرة حسابية تصل إلى 1.6 تريليون عملية في الثانية، مع كفاءة طاقة تبلغ 0.87 تريليون عملية لكل واط، متجاوزًا بكثير أقوى وحدات معالجة الرسومات (GPU) التقليدية. في المستقبل، قد تصل سرعته إلى 81 تريليون عملية في الثانية، مما يعزز من فاعلية DAS في مراقبة البنية التحتية، ورصد الزلازل، وحماية المنشآت الحيوية.
