Según explica la Comisión Europea en su portal CORDIS, en los últimos años se ha incrementado de forma asombrosa la demanda de la capacidad informática para el procesamiento cognitivo de imágenes y vídeo. Para lograr un mejor rendimiento en este ámbito, los científicos se han centrado en las redes neuronales convolucionales (CNN, por sus siglas en inglés), un tipo de arquitectura de red para algoritmos de aprendizaje profundo que se utiliza para tareas de reconocimiento de imágenes y procesamiento de datos de píxeles. Sin embargo, aunque las CNN ofrecen mejores prestaciones, también consumen mucha más energía y memoria, por lo que los investigadores han recurrido a la fotónica para mejorarlas. 

El nuevo estudio, que cuenta con el apoyo de los proyectos NEoteRIC y PROMETHEUS, financiados con fondos europeos, arroja algo de luz sobre el panorama en rápida evolución de las arquitecturas neuromórficas fotónicas integradas para la aplicación de las CNN. El estudio se ha publicado en la revista «Intelligent Computing».

PROMETHEUS (2022-2025), liderado por la empresa española Ipronics, explora el procesamiento fotónico cuántico y neuromórfico hacia la informática de alto rendimiento y la seguridad de la capa física. Su objetivo es aprovechar las principales tecnologías fotónicas, incluidos los procesadores fotónicos iPronics, para crear un nuevo conjunto de herramientas que permitan mejorar las funciones de seguridad cuántica, como la generación cuántica de números aleatorios, directamente desde el mismo chip de silicio.

Las CNN están diseñadas para aprender automáticamente representaciones jerárquicas a partir de datos de entrada, y cuanto más profundas sean y más parámetros de formación se les den, mejor funcionan. Sin embargo, como se explica en un comunicado de prensa en EurekAlert!, esta mejora implica un consumo de energía y unos requisitos de memoria significativamente mayores. El intento de resolver este problema mediante chips multiproceso y procesamiento paralelo aumenta aún más el consumo de energía. Esto «plantea problemas tanto en términos de costes financieros como de impacto ecológico cuando se amplíen los sistemas». 

La solución está en la fotónica, con su capacidad de aprovechar las propiedades de la luz para mejorar la transmisión y el procesamiento de datos. El estudio ofrece una visión general de las CNN fotónicas integradas actuales que abordan el exigente campo del procesamiento ultrarrápido de imágenes. Analiza núcleos fotónicos que operan como CNN, «abarcando tanto la funcionalidad de una red neuronal convencional como la de su homóloga de impulsos».

Puedes consultar los detalles en el comunicado oficial publicado en la sección de Resultados de la investigaciones de la UE de CORDIS.