Hybride photonische Rechnerarchitekturen in (rück-) gekoppelten nicht-linearen Systemen mit Speicher

• Antragstellerinnen / Antragsteller: Professorin Dr. Kathy Lüdge; Professor Dr. Janik Wolters
• Fachliche Zuordnung: Theoretische Physik der kondensierten Materie ; Optik, Quantenoptik und Physik der Atome, Moleküle und Plasmen ; Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 445183921

Künstliche Intelligenz (KI) als Basisinnovation hat sich in den letzten Jahren zum Treiber der Digitalisierung und autonomer Systeme in allen Lebensbereichen entwickelt. Hieraus ergeben sich große Potentiale für die Bewältigung globaler Herausforderungen, wie z. B. Umwelt-, Ressourcen- und Klimaschutz, oder auch die Sicherheit und Leistungsfähigkeit von Kommunikations- und Informationssystemen. Die aktuellen Fortschritte der KI insbesondere im Bereich des maschinellen Lernens basieren auf dem exponentiellen Zuwachs an Leistungsfähigkeit der Hardware und deren Nutzung für die Verarbeitung von großen Datenbeständen. Trotz des berühmten Moore's Law hat sich der allgemeine Anstieg der Hardwareleistung in den letzten Jahren verlangsamt, wie beispielsweise an der Entwicklung der Strukturgröße zu sehen ist. Dies motiviert die Erforschung neuer Ansätze. Reservoir-Computing ist ein solches vielversprechendes neues Paradigma, das sich aus dem analogen neuromorphen Computing entwickelt hat. Es zeigt großes Potenzial die digitale Transistor-Hegemonie zu stürzen und neue Rechenmechanismen und Substrate für künstliche Intelligenz zu entwickeln. In einer gemeinsamen theoretischen und experimentellen Anstrengung zielt dieses Projekt darauf ab, nichtlineare optische Netzwerke mit rekonfigurierbarer Topologie zu realisieren, die durch die Kombination rückgekoppelter optischer Verstärker mit kohärenten optischen Speichern ermöglicht werden. Das Potenzial dieser Systeme für die neuroinspirierte Informationsverarbeitung im Reservoir-Computing-Ansatz wird untersucht.

• DFG-Verfahren: Sachbeihilfen