ಕೃತಿಮ ಬುದ್ಧಿಮತ್ತೆ (IA) ನಲ್ಲಿ ಉತ್ತಮ ಶಕ್ತಿಯ ಬಳಕೆಗಾಗಿ ನಡೆದಾಗಂತಹ ಹುಡುಕಾಟ ತೀವ್ರಗೊಳ್ಳುತ್ತಿದೆ. ಒಂದು ಕ್ರಾಂತಿಕಾರಿನಿಂದೋವಣೆ ಕಾಣಿಸುತ್ತಿದೆ: ಒಂದು ಆಪ್ಟಿಕಲ್ ಚಿಪ್ ಶಕ್ತಿಯ ಬಳಕೆಯನ್ನು *100 ಪಟ್ಟು* ಹೆಚ್ಚಿಸುವ ಭರವಸೆ ನೀಡುತ್ತಿದೆ. ಈ ಸುಧಾರಣೆ IA ವ್ಯವಸ್ಥೆಗಳ ಅಗತ್ಯಗಳನ್ನು ತೀರ್ಥಮಾಡುವ ಆಸಕ್ತಿಯ ಪರ್ಯಾಯವೆಂದು ಕಾಣಿಸುತ್ತಿದೆ, ಇವು ಸಾಮಾನ್ಯವಾಗಿ ಅಸಾಧ್ಯ ಶಕ್ತಿ వినಿಯೋಗದಿಂದ ಬಾಧಿತವಾಗಿವೆ.ನಿರ್ವಹಣೆಯ ಉಲ್ಲೇಖಗಳು ಮತ್ತು ಶಕ್ತಿ ಶೇಖರಣೆಯ ಬಗ್ಗೆ ಹೊಂದಿರುವ ನಲವನ್ನು ಪ್ರಸ್ತುತ ತಂತ್ರಜ್ಞಾನ ನಿರ್ವಹಣೆಗಳಲ್ಲಿ ನಿಪುಣರನ್ನು ಧೈರ್ಯಭರಿತ ಪರಿಹಾರಗಳನ್ನು ತೆರೆದಿಡಲು ಉತ್ತೇಜಿಸುತ್ತವೆ. **ನೀಡಿ ಮಾಡುತ್ತಾ ಬೆಳಕಿನ ಶ್ರೇಣೀದಾರಿಕೆಯನ್ನು ಒಗ್ಗಡಿಸುತ್ತಿರುವುದು ಶ್ರೇಷ್ಠವಾದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆ ಮತ್ತು ವಿದ್ಯುತ್ ಬೇಡಿಕೆಯನ್ನು ಕಡಿಮೆಗೊಳಿಸುತ್ತದೆ. ವಸ್ತು ವಿಜ್ಞಾನ ಮತ್ತು ಇಂಜಿನೀಯರಿಂಗ್ ಕನ್ನಡದ ಸುಧಾರಣೆಯ ಆವಿಷ್ಕಾರವನ್ನು ಶ್ರೇಣೀಬದ್ಧ ಮಾಡುವುದಕ್ಕೆ ನಿಖರವಾಗಿದೆ. ಈ ಪ್ರಸಂಗದಲ್ಲಿ, ಆಪ್ಟಿಕಲ್ ಚಿಪ್ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ತೀವ್ರವಾದ ಆವಿಷ್ಕಾರವಾಗಿ ಕಾಣುತ್ತಿದೆ.
ಫೊಟೋನಿಕ್ ಸಿಲಿಕಾನ್ನಲ್ಲಿ ಆವಿಷ್ಕಾರ
ಊಟವಿಳೀಕೆಯ ಸಾಗಣೆದಾರರಾದ ಫ್ಲೋರಿಡಾ ಯುನಿವರ್ಸಿಟಿ ಕೊನೆಯಲ್ಲಿಯೇ IA ದೇಶವನ್ನು ಉತ್ತೇಜಿಸಲು ಒಳಗೊಂಡ ಮಾನಿಗಳಿಗೆ ಶ್ರೇಣೀಬದ್ಧ ಚಿಪ್ ಅನ್ನು ರೂಪಿಸಿದ್ದಾರೆ, ಬೆಳಕಿನ ಗುಣಗಳನ್ನು ಬಳಸಿ. ಈ ಅಭಿವೃದ್ಧಿ, ಬೆಳಕಿನಿಂದ ಕೋಡ್ ಮಾಡಲಾದ ಡೇಟಾವನ್ನು ತ್ವರಿತ ಫಲಿತಾಂಶಗಳಲ್ಲಿ ಪರಿವರ್ತಿಸುತ್ತಿದೆ, ಇಲ್ಲಿತ್ತನು IA ದೈಹಿಕ ಏಕಕಾಲಿಕ ಚಿತ್ರ್ಪಣಿಸುವಿಕೆ ಮತ್ತು ಇತರ ಸಹಾನಾದ ಕಾರ್ಯಗಳಲ್ಲಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ತಮ್ಮಿಸಲಾಗಿದೆ.
ಶಕ್ತಿಯ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು
ಈ ಹೊಸ ಸರ್ಕ್ಯೂಟ್ ಇಂಟೆಗ್ರೇಟೆಡ್, ಸಮಾನ ಕಾರ್ಯಗಳಿಗೆ ನೂರಾರು ಬದ್ಧವಾದ ಅಪ್ಟಿಕಲ್ ಘಟಕಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಅಗತ್ಯವಿರುವ ಶಕ್ತಿಯನ್ನು ಕಡಿಮೆಗೊಳಿಸುತ್ತದೆ. ಪರಂಪರागत ಮಿನುಗು ಚಿಪ್ಗಳಿಗೆ ಹೋಲಿಸಿದಾಗ, ಈ ಆವಿಷ್ಕಾರ 10 ರಿಂದ 100 ಪಟ್ಟು ಶಕ್ತಿಯ ಬಳಸನ್ನು ನೀಡುತ್ತದೆ, ಶಕ್ತಿ ನೆಟ್ವರ್ಕ್ಗಳಿಗೆ ಆದಾಯವು ಹೆಚ್ಚಿದೆ.
ಅಚ್⅞ಗಳು ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯು
ಚಿಪ್ ಶ್ರೇಣೀಬದ್ಧ ಕಾರ್ಯವನ್ನು ನೆರವಾಗಿಸುತ್ತದೆ, ಇದು ಯಾಂತ್ರಿಕ ಅಧ್ಯಯನದ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹೆಸರಾಂತ ಕಾರ್ಯವಾಗಿದೆ. ಈ ಸಾಮರ್ಥ್ಯದ ಮೂಲಕ IA ವ್ಯವಸ್ಥೆಗಳು ಚಿತ್ರಗಳ, ವೀಡಿಯೊಗಳ ಮತ್ತು ಪಠ್ಯಗಳ ಡೇಟಾದಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ನಿಖರವಾದ ರಸ್ತೆಗಳಲ್ಲಿ ಅಗತ್ಯವನ್ನು ಸಾಧಿಸುತ್ತವೆ.
ನಿಖರ ಪಡೆದದ್ದು
ಚಿಪ್ ಪ್ರೋಟೊಟೈಪ್ನ ಮೇಲ್ವಿಚಾರಣೆಗೆ ನಡೆಸಿದ ಪರೀಕ್ಷೆಗಳಿಂದ ಸುಮಾರು 98% ನಿಖರದಿಂದ ಲಿಖಿತ ಸಂಖ್ಯೆಗಳ ವರ್ಗಾವಣೆಗೊಳಿಸಲು ಮೌಲ್ಯವಾಗುತ್ತದೆ, ಇದು ಪರಂಪರಾ ಚಿಪ್ಪಿನ ಕಾರ್ಯಕ್ಕೆ ಹೋಲಿಸುತ್ತಿದೆ. IA ಕಾರ್ಯಗಳಲ್ಲಿ ಈ ಅಪಾರ ಕಡತವು ಈ ತಂತ್ರಜ್ಞಾನದ ವಿಸ್ತರಣೆಗೆ ಸಹಾಯವಾಗಿದೆ.
ಫ್ರೆನೆಲ್ ದರ್ಶನ ತಂತ್ರಜ್ಞಾನ
ಚಿಪ್ ಫ್ರೆನೆಲ್ ಮೈಕ್ರೋಲೆನ್ಸ್ ಅನ್ನು ಬಳಸುತ್ತದೆ, ಇದು ಪರಂಪರಾ ಸಿಗುವಿಕೆಯನ್ನು ಹೋಲಿಸುವ ಅತಿರಿಕ್ಷ ಹೆಡ್ಡಿಂಗ್ ತಂತ್ರಜ್ಞಾನದ ನಿರ್ಜನವಾಗುತ್ತದೆ, ಇದನ್ನು ನೇರವಾಗಿ ಸಿಲಿಕಾನ್ ಮೇಲೆ ವಸ್ತು ಮಾಡಲಾಗಿದೆ. ಹೆಟ್ಟುಗಲೆಯ ಗಾತ್ರದಿಂದ ಹೆಚ್ಚಿನ ಭಾಗವನ್ನು ಲೇಝರ್ ಗಣಿತ ವಿಧಾನಗಳನ್ನು ಮಾಡಿಸಲು ಇದು ಅನುಮತಿಸುತ್ತದೆ.
ಲಂಬ ಆಗಿರುವ ವೇಗದ ಮೂಲಕ ಗುಂಡಿ ಪ್ರಕ್ರಿಯೆ
ಅವರು ತಮಗೆ ಲಂಬ ದಿಕೆಯಿಂದ ಪರ್ಸ್ಕ್ಗಳನ್ನು ಮಾಡಲು ಬಳಸಿದ ಕಾರಣ, ಚಿಪ್ ಯಾ ಅಮಲ್ಲಾ ತೆಣೆದಕ್ಕೆ ಎಂದು ಮನಸ್ಸಿನಾಗ್ಗೆ ನೀಡಿದೆ. ಬೇರೆಯ ಬಣ್ಣವಿರುವ ಲೇಝರ್ಗಳನ್ನು ಬಳಸಿದಾಗ, ಶ್ರೇಣೀಬದ್ಧವಾದ ಅದರಲ್ಲಿಯೇ ನೋಡುವುದು, ಏಕಕಾಲದಲ್ಲಿ ವೇಗದಿಂದ ಗುಣಿಸುತ್ತಿದೆ.
ಹೆಚ್ಚು ಬಂಧನೆ ಮತ್ತು ಭವಿಷ್ಯದ ನೋವುಗಳು
ಈ ಸಂಶೋಧನೆ ಫ್ಲೋರಿಡಾ ಸೆಮಿಕಂಡಕ್ಟರ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್, UCLA ಮತ್ತು ಜಾರ್ಜ್ ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವಮಾಹಿತಿ ಸಂಸ್ಥೆಯೊಂದಕ್ಕೆ ಹಾಕಿಸಲಾಗಿದೆ. NVIDIA ಕುರಿತಂತೆ ಬೃಹಾಸ್ಪಪಾದಾಣಿಗೆ ಗ್ರಾಮಾವಿಸಿದ ಅವರ ಆಸಕ್ತಿಯ ದೃಶ್ಯದಿಂದ ಹಾಲ್ ಮಾಡಲು ತಮ್ಮ ವಿನ್ಯಾಸಗಳಲ್ಲಿ ಭಾಗವಹಿಸುತ್ತವೆ, ಇದು ಭವಿಷ್ಯದ ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಸಮರ್ಥವಾಗಿಸುತ್ತದೆ.
ಅಧ್ಯಾಪಕ ವೋಲ್ಕರ್ ಜೆ. ಸೋರ್ಗರ್, ಅಧ್ಯಯನದ ನಾಯಕ, ಹೊರತುಪಡಿಸಿದ ವ್ಯಕ್ತಿತ್ವವು ಕಳೆದ ವರ್ಷದಲ್ಲಿ ಕಾಂಡೋರ್ ವಿಧಿಯು ಆಯೋಗಕ್ಕೆ ನಮೂದಿಸಿದ ಹಂತ ಒದ್ದಿದೆ, ಇದು IA ಚಿಪ್ನಲ್ಲಿ ಮೂಲ ನಿರೂಪಿಸುತ್ತಕ್ಕೀವನದಲ್ಲಿ ತೃಪ್ತಿ ಅನ್ನು ಹೇಳುತ್ತದೆ. ಈ ಆವಿಷ್ಕಾರ IA ವ್ಯವಸ್ಥೆಗಳಿಗೆ ನಿತ್ಯದಲ್ಲಿ ಏನು ನಷ್ಠವೆಂದರೆ ಇದರ ಬೆಳವಣಿಗೆಗಳು ಮುುಂದಿರುವುದಕ್ಕೆ ಬಹುತೇಕ ವಿಜ್ಞಾನದ ಎಂದು ರೂಪಿಸಿ ಮಾಡುತ್ತವೆ.
ಸಂಬಂಧಿತ ಲಿಂಕ್ಗಳು
- ರಾಮಾಯಣದಿಂದವಾದ ಫೊಟೋನಿಕ್ ಸಿಲಿಕಾನ್ ಮೂಲಕ IA ಮಾದರಿಯ ರಚನೆಯು
- ಹುಯ್ವೇ ಅಮೆರಿಕಾದ ನಿರ್ಬಂಧಗಳಿಗೆ ಅಂಟಿದಾಗ ಎಸಂದನ ಕ್ರಮವಿಲ್ಲ
- ಎಸ್ಟಿ ಮೈಕ್ರೊಇಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಕ್ರಾಂತಿಕಾರಿ ಫೊಟೋನಿಕ್ ಚಿಪ್ನ್ನು ಪರಿಚಯಿಸುತ್ತಿದ್ದಾರೆ
- ಬ್ರಿಟನ್ ಐದು ವಾರ್ಷಿಕ ಉಳ್ಳ ಸಿದ್ಧವಾದ ಅನುಸಾರಿಕ ಕ್ರಿಯೆಗೆ ಬದಲು ಇರುವುದಿಲ್ಲ
- 6G ಗೆ ಸಾಕ್ಷಾತ್ ಫೊಟೋನಿಕ್ ಪ್ರೊಸೆಸರ್
ಆಪ್ಟಿಕಲ್ ಚಿಪ್ಗಳು ಮತ್ತು IA ಕಾರ್ಯವಿಧಾನವಾಗುವ ಶಕ್ತಿ ಬಳಕೆಯ ಮೇಲೆ ಸಾಮಾನ್ಯ ಮಾಹಿತಿಗಳು
ಆಪ್ಟಿಕಲ್ ಚಿಪ್ ಏನು ಮತ್ತು ಇದು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ?
ಒಂದು ಆಪ್ಟಿಕಲ್ ಚಿಪ್, ಡೇಟಾವನ್ನು ಶಕ್ತಿಯ ಬಳಸಿದ ಬೆಳಕನ್ನು ಬಳಸಿ ಪರಿಷ್ಕಾರವನ್ನು ಓದುವ ಮೂಲಕ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಶಕ್ತಿಯ ಮುಖಾಂತರ ಸಮಸ್ಯೆಗಳ ಭಾಗಗಳನ್ನು ಪಡೆಯಲು. ಇದು ಸಿಲಿಕಾನ್ ಚಿಪ್ ಮೇಲೆ ಬಂಧನದ ದೃಶ್ಯ ಶ್ರೇಣಿಗಳೊಂದಿಗೆ ಸಂಘಟಿತ ಆಪ್ಟಿಕಲ್ ಘಟಕಗಳನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಶಕ್ತಿಯ ಬಳಕೆ ಕಮ್ಮಿಯಾಗುತ್ತದೆ.
ಆಪ್ಟಿಕಲ್ ಚಿಪ್ IA ವ್ಯವಸ್ಥೆಗಳ ಶಕ್ತಿಗೆ ಹೇಗೆ ಕಡಿಮೆಗೊಳಿಸುತ್ತದೆ?
ಬೆಳಕನ್ನು ಬಳಸಿಕೊಂಡು ಗಣಿತಗಳನ್ನು ಮಾಡಲು, ಆಪ್ಟಿಕಲ್ ಚಿಪ್ ಶಕ್ತಿಯ ಅನುಶೀಲನೆಗೆ ಸಂಬಂಧಿಸಿದ ಉನ್ನತ ಶಕ್ತಿಯ ಬಳಕೆಯಲ್ಲೇ 10 ರಿಂದ 100 ಪಟ್ಟು ಶಕ್ತಿಯ ಬಳಕೆಯಲ್ಲಿ ಸಾಧಿಸುತ್ತದೆ, ಇದರಿಂದ ಶಕ್ತಿ ನೆಟ್ವರ್ಕ್ಗಳಿಗೆ ಮಾಥುರ್ಯವು ಅಳಿಸುತ್ತಿದೆ.
IA ಗಣಿತಗಳಲ್ಲಿ ಲೇಝರ್ ಮತ್ತು ಮೈಕ್ರೋಲೆನ್ಸ್ಗಳನ್ನು ಬಳಸುವುದರಿಂದ ಏನು ಪ್ರಯೋಜನಗಳಾಗುತ್ತದೆ?
ಲೇಝರ್ ಮತ್ತು ಮೈಕ್ರೋಲೆನ್ಸ್ ಡೇಟಾವನ್ನು ಶ್ರೇಣೀಬದ್ಧ ಮಾತುಕತೆ ಪಾಲಿಸಲು ಶಕ್ತಿಯ ಕಡಿಮೆ ಬಳಸಿಕೊಳ್ಳುತ್ತವೆ, ಇದು ಸಂಖ್ಯೆಯ ದೃಶ್ಯವನ್ನು ತ್ವರಿತವಾಗಿ ಪರಿವರ್ತಿಸಲು ಅವಕಾಶವನ್ನು ನೀಡುತ್ತದೆ. ಇದು ಸಂಕೀರ್ಣ ಡೇಟಾ ನಿರ್ವಹಿಸಲು, ಚಿತ್ರಗಳನ್ನು ಗುರುತಿಸಲು, ಹೆಚ್ಚು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ವಿಧಾನಗಳಲ್ಲಿ ನೆರವಾಗುತ್ತದೆ.
ಈ ತಂತ್ರಜ್ಞಾನದಿಂದ ಯಾವ ರೀತಿಯ IA ಕಾರ್ಯಗಳನ್ನು ಸುಧಾರಿಸುತ್ತದೆ?
ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ದೃಶ್ಯವನ್ನು ಗುರುತിക്കുന്ന, ವೀಡಿಯೊ ವಿಶ್ಲೇಷಣೆಯಲ್ಲೂ, ಭಾಷಾ ಪ್ರಕ್ರಿಯೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ವೇದಿಕೆಯ ಕಡೆಗೆ ಅನ್ವಯವಾಗುತ್ತದೆ, ಇವು ಸಾಮಾನ್ಯವಾಗಿ ಪರಿಣಾಮಕಾರಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಹೆಚ್ಚು ಶಕ್ತಿ ಬೇಕಾದವುಗಳು.
ಈ ಹೊಸ ಆಪ್ಟಿಕಲ್ ಚಿಪ್ನಿಂದ ಯಾವ ನಿಖರತೆ ಸಿಕ್ಕಬಹುದು?
ಚಿಪ್ನ ಪ್ರೋಟೋಟೈಪ್ನಲ್ಲಿ ಮಾಡಿದ ಪರೀಕ್ಷೆಗಳಿಂದ 98% ಪತ್ರಿಕೆಯನ್ನು ಲಿಖಿತ ಸಂಖ್ಯೆಗಳ ವರ್ಗಾವಣೆಗಳಿಗೆ ಪಡೆದಿದೆ, ಇದು ಪರಂಪರಾ ಚಿಪ್ಗಳಿಂದ ಪಾಲಿಸಿದೆ.
ಈ ಚಿಪ್ ಬಗ್ಗೆ ಯಾವ ಸಂಶೋಧನೆಗಳು ಮಾಡಲಾಗಿದೆ ಮತ್ತು ಯಾರಿಂದ?
ಫ್ಲೋರಿಡಾ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಸಂಶೋಧಕರ ಗುಂಪು ಈ ಆಪ್ಟಿಕಲ್ ಚಿಪ್ ಅನ್ನು ರೂಪಿಸುತ್ತದೆ. ಈ ಸಂಶೋಧನೆಯ ಫಲಿತಾಂಶಗಳು Advanced Photonics ಶೀರ್ಷಿಕೆಗೆ ಪ್ರಕಟಗೊಂಡು IA ಮತ್ತು ಆಪ್ಟಿಕ್ ತಂತ್ರಜ್ಞಾನದ ಕ್ಷೇತ್ರದಲ್ಲಿ ಯಶಸ್ಸು ಸಾಧಿಸುವ ಅರ್ಥ_integerಮಾಡುತ್ತದೆ.
ಈ ತಂತ್ರಜ್ಞಾನವು ಸೆಮಿಕಂಡಕ್ಟರ್ ಉದ್ಯಮವನ್ನು ಹೇಗೆ ಹೊಡೆದು ಹಾಕುತ್ತದೆ?
IA ತಂತ್ರಜ್ಧಾನಗಳಲ್ಲಿ ಕ್ಲಾಸಿಕ್ ಘಟಾಂಕಗಳನ್ನು ಮಕ್ಕಳೊಂದಿಗೆ ವಿಭಜಿಸಲು ಈ ತಂತ್ರಜ್ಞಾನವು ಬಳಸಲಾಯಿತು, ಇದರಿಂದಾಗಿ NVIDIAಂತಹ ಕೃತಿಕರಣದಡಿಗಳನ್ನು ಶಕ್ತಿ ಬಳಸನವಿಲ್ಲದೆ ಅಥವಾ ಉತ್ತಮ ಕಾರ್ಯಕ능 ಬೇಡುವುದರಿಂದ ಉತ್ಪನ್ನಗಳ ಒತ್ತುಗೊಂಡದ್ದನ್ನು ಉತ್ತಮವಾಗಿ ತೀರ್ಮಾನಿಸುತ್ತದೆ.