Tutkijat ovat esitelleet mahdollisuuden käyttää optiikkaan pohjautuvia tekniikoita todennäköisyysmallien laskennassa. Työssä käytettiin epälineaariseen optiikkaan pohjautuvia ilmiöitä graafisen todennäköisyysmallin ratkaisemisessa. Optisessa laskennassa signaalin tuottamiseen käytettiin Itä-Suomen yliopiston professori Yuri Svirkon nanohiililaboratoriossa kehiteltyjä grafeenipohjaisia ohutkalvoja.
—Graafisia todennäköisyysmalleja (probabilistic graphical model) käytetään tyypillisesti ratkaisumenetelmänä tapauksissa missä on suuria määriä hankalasti yhdistettäviä datapisteitä. Malleja käytetään hyödyksi esimerkiksi konenäön, tekoälyn, koneoppimisen, puheen tunnistuksen ja laskennallisen biologian sovelluskohteissa. Perinteisesti graafisen todennäköisyysmallin ratkaisu tehdään sähköisesti tietokoneilla, mutta suurten ja vaikeasti yhdistettävien pistejoukkojen ratkaisu olisi luontevampaa epälineaarisen optiikan avulla, kertoo vanhempi tutkija Tommi Kaplas, joka työskentelee nykyisin Vilnassa, Fysiikan ja tekniikan tutkimuskeskuksessa.
—Siksi esitellyllä optisella tekniikalla laskenta voitaisiin tehdä huomattavasti nopeammin ja tehokkaammin. Optisessa laskennassa käytettiin grafeenin kaltaisia materiaaleja, jotka ovat osoittautuneet hyvin monipuolisiksi optisiksi materiaaleiksi.
Tutkimus on tehty yhteistyössä Arizonan yliopiston, Itä-Suomen yliopiston ja Georgian teknologisen instituutin kanssa. Tulokset julkaistiin arvostetussa Nature Communications -lehdessä.
Lisätietoja: Tommi Kaplas, tommi.kaplas@ftmc.lt
Artikkelin tiedot:
Masoud Babaeian, Pierre-A. Blanche, Robert A. Norwood, Tommi Kaplas, Patrick Keiffer, Yuri Svirko, Taylor G. Allen, Vincent W. Chen, San-Hui Chi, Joseph W. Perry, Seth R. Marder, Mark A. Neifeld & N. Peyghambarian
Nonlinear optical components for all-optical probabilistic graphical model. Nature Communications volume 9, Article number: 2128 (2018), DOI: 10.1038/s41467-018-04578-x.
