कृत्रिम बुद्धिमत्ता
ऑप्टिकल फाइबर के साथ एआई प्रशिक्षण: एक प्रकाश-आधारित छलांग
Securities.io को Google पर अपने पसंदीदा स्रोतों में जोड़ें
क्यों ऑप्टिकल फाइबर एआई कंप्यूटिंग में बिजली की जगह ले सकता है
कंप्यूटिंग के शुरुआती दिनों से ही लगभग सभी कंप्यूटर किसी न किसी रूप में बिजली से की जाने वाली गणनाओं पर आधारित रहे हैं, चाहे वे पुराने वैक्यूम ट्यूब हों या आधुनिक नैनोमीटर-स्तरीय सिलिकॉन चिप।
जैसे-जैसे सिलिकॉन चिप्स छोटे होते जा रहे हैं, शोधकर्ता नए तरीकों की तलाश कर रहे हैं जिससे कंप्यूटर बना सकें जो हमारी क्षमता को सिलिकॉन चिप्स से आगे बढ़ा सके, एक विषय जिसे हमने “टॉप 10 नॉन-सिलिकॉन कम्प्यूटिंग कंपनियों” में खोजा।
इन तरीकों में विभिन्न सामग्री का उपयोग शामिल है, जैसे कार्बन कार्बाइड, वैनेडियम डाइऑक्साइड, जैविक सामग्री, या ग्रैफ़ीन। एक और तरीका यह है कि कंप्यूटिंग के तरीके को बदला जाए, बिजली-आधारित कंप्यूटिंग के बाइनरी प्रोग्रामिंग से दूर जाकर, जिसमें क्वांटम कंप्यूटिंग और फोटोनिक्स शामिल हैं।
फोटोनिक्स प्रकाश का उपयोग करके जानकारी को एन्कोड और ट्रांसफ़र करता है, बिजली की बजाय। हालांकि, अब तक यह अंततः बाइनरी सिग्नल में बदल दिया गया था, जिससे पूरी तरह से प्रकाश-आधारित गणना का रूप नहीं बन पाया।
यह बदलाव टाम्पेरे विश्वविद्यालय (फ़िनलैंड) और यूनिवर्सिटी मारिए एट लुई पास्तुर (बेसैंकोन, फ्रांस) के शोधकर्ताओं के काम से आया है। उन्होंने अल्ट्रा-फ़ास्ट गणनाओं के लिए ऑप्टिकल फाइबर का उपयोग किया और अपने निष्कर्ष वैज्ञानिक जर्नल Optics Letters1 में प्रकाशित किए, शीर्षक “ऑप्टिकल फाइबर-आधारित एक्सट्रीम लर्निंग मशीन के लिए गैर-रेखीय और प्रसारक फाइबर प्रसार की सीमाएँ” के तहत।
पारंपरिक इलेक्ट्रॉनिक सिस्टम के साथ एआई प्रशिक्षण की सीमाएँ
एआई प्रशिक्षण और डेटा प्रोसेसिंग दक्षता की सीमाओं तक पहुंच रहे हैं, क्योंकि ऊर्जा की खपत और डेटा प्रोसेसिंग की गति एआई गणना को लगातार अधिक बाधित कर रही हैं।
इसके विपरीत, प्रकाश-आधारित गणनाओं में हजारों गुना तेज़ होने की संभावना है और वे डेटा को ऊर्जा के छोटे अंतर में एन्कोड कर सकते हैं, जिससे दक्षता बढ़ती है। समस्या यह है कि अब तक प्रकाश का उपयोग करके कोई प्रत्यक्ष गणना नहीं की गई है।
शोधकर्ताओं ने अपने काम में एक्सट्रीम लर्निंग मशीन (ELM) नामक एक विशेष कंप्यूटिंग आर्किटेक्चर का उपयोग किया, जो न्यूरल नेटवर्क से प्रेरित दृष्टिकोण है।
ELM का एक लाभ यह है कि यह प्रशिक्षण डेटा से एक ही चरण में सीख सकता है और इसका एल्गोरिदम अपेक्षाकृत सरल है।
सामान्यतः ELM उन अत्यंत जटिल कार्यों के लिए उपयोगी नहीं होगा जिनमें एआई प्रशिक्षण की कई परतें चाहिए। हालांकि, यह दृश्य पहचान जैसे विशिष्ट कार्यों को बहुत अच्छी तरह और अधिक दक्षता से कर सकता है।
शोधकर्ताओं ने ऑप्टिकल फाइबर का उपयोग करके छवियों को कैसे एन्कोड किया
शोधकर्ताओं ने ऑप्टिकल ELM प्रणाली बनाने के लिए फेम्टोसेकंड लेज़र पल्स, जो कैमरे की फ्लैश से एक अरब गुना छोटे होते हैं, और एक ऑप्टिकल फाइबर का उपयोग किया, जो प्रकाश को मानव बाल की मोटाई के एक अंश से भी छोटे क्षेत्र में सीमित करता है।
लेज़र पल्स इतने छोटे हैं कि उनमें बड़ी संख्या में अलग-अलग तरंगदैर्घ्य या रंग समा सकते हैं, जिससे एक समृद्ध डेटा समूह बनता है।
इसके बाद शोधकर्ताओं ने इन डेटा को फाइबर में भेजा और उनकी सापेक्ष देरी को एक छवि के अनुसार एन्कोड किया।
स्रोत: टाम्पेरे विश्वविद्यालय
एआई प्रोसेसिंग में गैर-रेखीय ऑप्टिक्स की भूमिका
डेटा एन्कोडिंग का यह रूप प्रकाश और कांच की गैर-रेखीय परस्पर क्रिया से परिवर्तित हुआ।
रेखीय प्रकाशिकी वही सामान्य प्रकाशिकी है जो स्कूल में पढ़ाई जाती है, जिसमें प्रकाश उदाहरण के लिए सीधे किसी प्रिज्म के साथ परस्पर क्रिया करता है।
गैर-रेखीय प्रकाशिकी में जिस माध्यम से प्रकाश गुजरता है उसकी प्रतिक्रिया प्रकाश के तरंगदैर्घ्य, तीव्रता, दिशा और ध्रुवीकरण पर निर्भर करती है।
गैर-रेखीय ऑप्टिकल घटक अलग-अलग आवृत्तियों वाले फोटॉनों को मिलाकर नई आवृत्तियों वाले नए फोटॉन बना सकते हैं।
“पारंपरिक इलेक्ट्रॉनिक्स और एल्गोरिदम का उपयोग करने के बजाय तीव्र प्रकाश पल्स और कांच के बीच गैर-रेखीय परस्पर क्रिया का लाभ उठाकर गणना की जाती है।”
गैर-रेखीय परस्पर क्रिया और एक्सट्रीम लर्निंग मशीन (ELM) एल्गोरिदम से एआई को हस्तलिखित अंकों का वर्गीकरण करना सिखाया जा सका, जैसे लोकप्रिय MNIST एआई बेंचमार्क में उपयोग होने वाले अंक।
स्रोत: Optics Letters
सर्वोत्तम प्रणालियों ने 91% से अधिक सटीकता हासिल की, जो अत्याधुनिक डिजिटल विधियों के करीब है।
इस परिणाम को असाधारण बनाने वाली बात यह है कि इसे एक पिकोसेकंड से कम समय, यानी एक सेकंड के दस खरबवें हिस्से (0.000000000001 सेकंड), में हासिल किया गया।
आदर्श अनुकूलन
सर्वोत्तम परिणाम गैर-रेखीय परस्पर क्रिया या जटिलता के अधिकतम स्तर पर प्राप्त नहीं हुए।
इसके बजाय फाइबर की लंबाई, डिस्पर्शन यानी अलग-अलग तरंगदैर्घ्यों की प्रसार गति में अंतर, और शक्ति के स्तर के बीच सावधानीपूर्वक संतुलन आवश्यक था।
“प्रदर्शन केवल फाइबर में अधिक शक्ति भेजने का मामला नहीं है। यह इस बात पर निर्भर करता है कि शुरुआत में प्रकाश को कितनी सटीकता से संरचित किया गया है, दूसरे शब्दों में जानकारी कैसे एन्कोड की गई है, और वह फाइबर के गुणों के साथ किस तरह परस्पर क्रिया करता है।”
क्या ऑप्टिकल फाइबर कंप्यूटर एआई का भविष्य हैं?
केवल प्रकाश से एआई को प्रशिक्षित करना अब तक उपयोग की गई सभी विधियों से बिल्कुल अलग है। यह संभवतः हर प्रकार के डेटा के लिए उपयुक्त नहीं होगा, लेकिन जहां इसे लागू किया जा सकता है वहां यह ऊर्जा के मामले में 1,000 गुना अधिक दक्ष और दस लाख गुना तक तेज परिणाम दे सकता है।
“हमारे मॉडल दिखाते हैं कि डिस्पर्शन, गैर-रैखिकता और यहां तक कि क्वांटम शोर प्रदर्शन को कैसे प्रभावित करते हैं। इससे अगली पीढ़ी की हाइब्रिड ऑप्टिकल-इलेक्ट्रॉनिक एआई प्रणालियों को डिजाइन करने के लिए महत्वपूर्ण जानकारी मिलती है।”
ऐसे दृष्टिकोण में संभवतः कुछ एआई गणनाएं उस कार्य के लिए विशेष रूप से बनाए गए गैर-रेखीय ऑप्टिकल फाइबर हार्डवेयर को सौंपी जाएंगी। इसलिए नए डेटा को संसाधित करने की तुलना में दृश्य पहचान जैसे दोहराए जाने वाले कार्य इसके बेहतर उम्मीदवार होंगे।
“यह काम दिखाता है कि गैर-रेखीय फाइबर ऑप्टिक्स में मौलिक शोध गणना के नए तरीकों को कैसे आगे बढ़ा सकता है। भौतिकी और मशीन लर्निंग को मिलाकर हम अत्यंत तेज और ऊर्जा-कुशल एआई हार्डवेयर की दिशा में नए रास्ते खोल रहे हैं।”
संभावित उपयोगों में रियल-टाइम सिग्नल प्रोसेसिंग, पर्यावरण निगरानी और उच्च गति वाली एआई इंफरेंस शामिल हैं।
हालांकि, यह काम अभी तकनीक के मूल सिद्धांतों को प्रदर्शित करने के चरण में है और व्यावसायीकरण से बहुत दूर है।
फिर भी यह दिखाता है कि आगे चलकर फोटोनिक्स कंप्यूटिंग उद्योग का लगातार अधिक महत्वपूर्ण हिस्सा बन सकता है, क्योंकि भौतिकी के मूलभूत कारणों से कुछ कंप्यूटिंग उपयोगों में प्रकाश बिजली से बेहतर हो सकता है।
सार्वजनिक रूप से ट्रेडेड शीर्ष लेज़र और फोटोनिक्स कंपनी
Coherent (II-VI Marlow): लेज़र नवाचार में एक नेता
COHR मूल्य चार्ट
Coherent एक बड़ा औद्योगिक समूह है जिसमें 26,000+ कर्मचारी हैं और यह लेज़र प्रौद्योगिकी में अग्रणी है। यह उन्नत सामग्री II-VI (COHR ) Marlow के लेज़र निर्माता Coherent के साथ विलय से बना है।
कंपनी लेज़र, ऑप्टिक्स और फोटोनिक्स में उपयोग होने वाली उन्नत सामग्रियों, जैसे इंडियम फॉस्फाइड, एपिटैक्सियल वेफर और गैलियम आर्सेनाइड, की विशेषज्ञ है।
पिछले दशक में कई अधिग्रहणों की बदौलत इसका राजस्व 2013 के $600 मिलियन से बढ़कर 2024 में $4.7 बिलियन हो गया।
कंपनी अपने राजस्व का 29% सीधे लेज़र से प्राप्त करती है। शेष राजस्व ऑप्टिकल फाइबर और इलेक्ट्रॉनिक्स जैसे संबंधित उपकरणों से आता है। इंस्ट्रुमेंटेशन श्रेणी में मुख्यतः जीवन विज्ञान और चिकित्सा संबंधी उपयोग शामिल हैं।
स्रोत: Coherent
थर्मोफोटोवोल्टाइक, जिसकी हमने पिछले लेख में चर्चा की थी, सिलिकॉन कार्बाइड, लेज़र और इलेक्ट्रॉनिक्स जैसी उन्नत सामग्रियों में कंपनी की मौजूदगी उसे सटीक विनिर्माण, एडिटिव मैन्युफैक्चरिंग (3D प्रिंटिंग), विद्युतीकरण और नवीकरणीय ऊर्जा जैसी संरचनात्मक प्रवृत्तियों से लाभ उठाने में मदद करती है।
कंपनी ने हाल ही में अपने सिलिकॉन कार्बाइड व्यवसाय को एक नई इकाई में अलग किया है, जिसका 75% स्वामित्व Coherent के पास है। शेष हिस्सेदारी उसके साझेदार Mitsubishi Electric, जो सिलिकॉन कार्बाइड पावर से जुड़ी बौद्धिक संपदा लाता है, और Denso, जो विद्युतीकरण और पावर सेमीकंडक्टर क्षेत्र में ऑटोमोटिव आपूर्तिकर्ता के रूप में अपना अनुभव लाता है, के पास बराबर-बराबर है।
इसका कारण यह है कि सिलिकॉन कार्बाइड लगातार एक स्वतंत्र तकनीक बन रहा है और इसका उपयोग मुख्यतः इलेक्ट्रिक वाहनों, बैटरियों और नवीकरणीय ऊर्जा जैसे उच्च-शक्ति वाले अनुप्रयोगों में होता है।
Coherent स्वचालित ड्राइविंग सहित LIDAR और डिजिटल 3D सेंसिंग, जैव प्रौद्योगिकी के लिए नेक्स्ट जेनरेशन सीक्वेंसिंग (NGS) फ्लो सेल, और सेमीकंडक्टर विनिर्माण के लेज़र में अग्रणी है। कंपनी को अपने प्रमुख बाजारों में 8–20% वृद्धि की उम्मीद है।
स्रोत: Coherent
लेज़र के अन्य संभावित नए उपयोग, जैसे निर्देशित ऊर्जा हथियार, फोटोनिक कंप्यूटिंग, परमाणु संलयन और अंतरिक्ष प्रौद्योगिकी, भी कंपनी की दीर्घकालिक वृद्धि को बनाए रखने में मदद कर सकते हैं।
कुल मिलाकर, इस क्षेत्र में रुचि रखने वाले निवेशकों के लिए Coherent सार्वजनिक रूप से सूचीबद्ध शुद्ध लेज़र कंपनी के जितना करीब हो सकता है उतना है। इसका मजबूत वर्टिकल एकीकरण है और 3,100 से अधिक पेटेंट इसके नवाचारों की रक्षा करते हैं।
फोटोनिक्स की प्रगति के साथ अत्यंत तेज और बहुत सटीक लेज़र प्रणालियों तथा ऑप्टिकल दूरसंचार में उपयोग होने वाले लेज़र की मांग लगातार बढ़ेगी।
कोहेरेंट (COHR) स्टॉक समाचार और विकास के नवीनतम अपडेट
संदर्भित अध्ययन
1. Andrei V. Ermolaev, Mathilde Hary, et al. ऑप्टिकल फाइबर-आधारित एक्सट्रीम लर्निंग मशीन के लिए गैर-रेखीय और प्रसारक फाइबर प्रसार की सीमाएँ. Optics Letters. खंड 50, अंक 13, पृष्ठ 4166-4169 (2025) https://doi.org/10.1364/OL.562186
