Intelligenza artificiale
Addestrare l’IA con la fibra ottica: un salto basato sulla luce
Perché la fibra ottica potrebbe sostituire l’elettricità nel calcolo AI
Since the early days of computing, almost all computers have been based on calculations using electricity in one way or another, from antique vacuum tubes to modern nanometer-scale silicon chips.
As silicon chips get smaller and smaller, researchers have been looking at new ways to build computers that could push our capacity further than silicon chips, a topic we explored in “Top 10 Non-Silicon Computing Companies”.
These methods include using different materials, like carbon carbide, vanadium dioxide, organic materials, or graphene, for example. Another way is to change how computing is done, moving away from the binary programming of electricity-based computing, which includes quantum computing and photonics.
Photonics uses light instead of electricity to encode and transfer information. However, until now, it has still been ultimately converted into a binary signal, failing to form a purely light-based form of computation.
Ciò è cambiato grazie al lavoro dei ricercatori dell’Università di Tampere (Finlandia) e dell’Université Marie et Louis Pasteur (Besançon, Francia). Hanno utilizzato la fibra ottica per calcoli ultraveloci e hanno pubblicato i loro risultati sulla rivista scientifica Optics Letters1, con il titolo “Limiti della propagazione non lineare e dispersiva della fibra per una macchina di apprendimento estremo basata su fibra ottica”.
Limitazioni dell’addestramento AI tradizionale con sistemi elettronici
AI training and data processing are reaching limits in terms of efficiency, with AI computation increasingly constrained by energy consumption and the speed of data processing.
In contrast, light-based calculations have the potential to be thousands of times quicker and can encode data into tiny differences of energy, making it more efficient. The issue is that so far, no direct calculation using light has been performed.
The researchers’ work used a particular class of computing architecture known as an Extreme Learning Machine, (ELM) an approach inspired by neural networks.
Among some of their advantages, ELMs can learn from the training data in one step and are a relatively simple algorithm.
As a rule, ELM is unlikely to be useful for very complex tasks requiring multiple layers of AI training, but can perform very well and more efficiently for specific tasks, like visual recognition for example.
Come i ricercatori hanno codificato le immagini usando le fibre ottiche
The researchers used femtosecond laser pulses (a billion times shorter than a camera flash) and an optical fiber confining light in an area smaller than a fraction of human hair to build an optical ELM system.
The laser pulses are short enough to contain a large number of different wavelengths or colors, creating a rich dataset.
They then sent these data into the fiber with a relative delay encoded according to an image.
Fonte: Tampere University
Il ruolo dell’ottica non lineare nell’elaborazione AI
This form of data encoding was transformed by the nonlinear interaction of light and glass.
Linear optics is the regular optics taught in school, where the light directly interacts with a prism, for example.
In non-linear optics, the reaction of the medium in which the light passes depends on the light’s wavelength, intensity, direction, and polarization.
Nonlinear optical components can cause photons of different frequencies to combine and create new photons at new frequencies.
“Invece di utilizzare elettronica e algoritmi convenzionali, il calcolo è ottenuto sfruttando l’interazione non lineare tra impulsi di luce intensa e il vetro.”
Mathilde Hary and Andrei Ermolaev – Ricercatori post-dottorato
L’interazione non lineare e l’algoritmo Extreme Learning Machine (ELM) sono stati in grado di addestrare un’IA a classificare cifre scritte a mano (come quelle usate nel popolare benchmark AI MNIST).
Fonte: Optics Letters
I migliori sistemi hanno raggiunto un’accuratezza superiore al 91%, vicino ai metodi digitali all’avanguardia.
Ciò che rende il risultato eccezionale è che è stato ottenuto in meno di un picosecondo, ovvero un trilionesimo di secondo (0.000000000001 secondi).
Ottimizzazione Ideale
The best results did not occur at the maximum level of nonlinear interaction or complexity.
Instead, they required a delicate balance between fiber length, dispersion (the propagation speed difference between different wavelengths), and power levels.
“Le prestazioni non dipendono semplicemente dal spingere più potenza attraverso la fibra. Dipendono da quanto precisamente la luce è strutturata inizialmente, in altre parole da come le informazioni sono codificate, e da come interagisce con le proprietà della fibra.”
I computer a fibra ottica sono il futuro dell’AI?
Training AIs with only light is a radical departure from all the methods used until now. This is likely not going to be a method possible to use for every type of data, but for the ones where it can be applied, this could bring results that are 1,000x more efficient in terms of energy, and as much as a million times quicker.
“Our models show how dispersion, nonlinearity and even quantum noise influence performance, providing critical knowledge for designing the next generation of hybrid optical-electronic AI systems.”
Most likely, such an approach would mean that some AI calculation would be delegated to a non-linear optical fiber hardware custom-built for the task. So repetitive tasks, like visual identification, would be the best candidates more than processing new data.
“This work demonstrates how fundamental research in nonlinear fiber optics can drive new approaches to computation. By merging physics and machine learning, we are opening new paths toward ultrafast and energy-efficient AI hardware.
Potential applications range from real-time signal processing to environmental monitoring and high-speed AI inference.
Such work is, however, still at the demonstration of basic principles of the technique stage, and far from a commercialization step.
It nevertheless demonstrates that photonics is likely going to be an increasingly important part of the computing industry moving forward, as light can be superior to electricity for some computing applications due to fundamental physics reasons.
Principale Azienda Quotata di Laser e Fotonica
Coherent (II-VI Marlow): Un Leader nell’Innovazione Laser
(COHR )
Coherent è un grande conglomerato industriale con oltre 26.000 dipendenti e leader nella tecnologia laser. È nato dalla fusione del materiale avanzato II-VI Marlow con il produttore di laser Coherent.
L’azienda è esperta in materiali avanzati utilizzati in laser, ottica e fotonica, come fosfuro di indio, wafer epitassiali e arsenico di gallio.
È cresciuta notevolmente grazie a numerose acquisizioni nell’ultimo decennio, passando da 600 M$ di fatturato nel 2013 a 4,7 M$ nel 2024.
L’azienda ricava il 29% del suo fatturato direttamente dai laser, con il resto legato a apparecchiature associate come fibra ottica ed elettronica. La categoria strumentazione comprende principalmente le scienze della vita
scienze e applicazioni mediche.
Fonte: Coherent
La presenza dell’azienda in materiali avanzati come termofotovoltaico (che abbiamo discusso in un articolo precedente), carburo di silicio, laser ed elettronica le consente di beneficiare delle tendenze strutturali come la crescita della produzione di precisione, della produzione additiva (stampa 3D), dell’elettrificazione e delle energie rinnovabili.
L’azienda ha di recente ha separato la sua attività di carburo di silicio in una nuova entità, , con il resto di proprietà equamente dai suoi partner Mitsubishi Electric (che porta la proprietà intellettuale della potenza del carburo di silicio) e Denso (che porta la sua attività come fornitore automobilistico nell’elettrificazione e nei semiconduttori di potenza).
Ciò è dovuto al fatto che il carburo di silicio sta diventando sempre più una tecnologia autonoma, principalmente utilizzata in applicazioni ad alta potenza come veicoli elettrici, batterie e energia rinnovabile.
Coherent è un leader in LIDAR e nella sensoristica digitale 3D, inclusa per le applicazioni di guida autonoma, biotech Cellule di flusso per il sequenziamento di nuova generazione (NGS), e laser per la produzione di semiconduttori. Prevede che i suoi mercati principali cresceranno dell’8‑20%.
Fonte: Coherent
Le altre potenziali nuove applicazioni dei laser, come armi a energia diretta, calcolo fotonico, fusione nucleare e tecnologie spaziali, potrebbero tutte contribuire a sostenere la crescita a lungo termine dell’azienda.
In generale, Coherent è il più vicino possibile a una società di laser “pure‑play” quotata in borsa per gli investitori interessati al settore, con una forte integrazione verticale e oltre 3.100 brevetti che proteggono le sue innovazioni.
Man mano che la fotonica avanza, aumenterà progressivamente la domanda di sistemi laser ultra‑veloci e ultra‑precisi, così come di laser utilizzati nelle telecomunicazioni ottiche.
Ultime Notizie e Sviluppi sulle Azioni Coherent (COHR)
Studio di Riferimento
1. Andrei V. Ermolaev, Mathilde Hary, et al. Limiti della propagazione non lineare e dispersiva della fibra per una macchina di apprendimento estremo basata su fibra ottica. Optics Letters. Vol. 50, Numero 13, pp. 4166-4169 (2025) https://doi.org/10.1364/OL.562186
