La notizia in sintesi
- Aalto University sperimenta calcoli tensoriali ottici in un solo passaggio.
- Il metodo usa ampiezza, fase e diverse lunghezze d’onda della luce.
- L’obiettivo è accelerare attività IA riducendo il consumo energetico.
- Lo studio è stato pubblicato su Nature Photonics nel novembre 2025.
(Riassunto generato con AI)
Calcoli IA alla velocità della luce
Aalto University, attraverso un gruppo internazionale guidato dal dottor Yufeng Zhang, ha sviluppato un sistema di calcolo ottico capace di eseguire complesse operazioni tensoriali in un unico passaggio della luce. La ricerca, condotta nel Photonics Group del Dipartimento di Elettronica e Nanoingegneria dell’ateneo finlandese, punta a gestire alcune elaborazioni richieste dall’intelligenza artificiale senza affidarsi alla tradizionale sequenza di circuiti elettronici.
Il risultato è rilevante perché le operazioni tensoriali sono alla base di tecnologie come l’elaborazione delle immagini e la comprensione del linguaggio. Con l’aumento dei dati, GPU e altro hardware digitale devono affrontare limiti di velocità, consumo energetico e scalabilità.
Secondo lo studio pubblicato su Nature Photonics il 14 novembre 2025, il nuovo approccio traduce l’informazione digitale nelle proprietà fisiche delle onde luminose, permettendo alla luce di svolgere più calcoli contemporaneamente.
Yufeng Zhang spiega: “Il nostro metodo esegue le stesse operazioni che le GPU di oggi gestiscono, come convoluzioni e livelli di attenzione, ma le svolge tutte alla velocità della luce”. L’elemento distintivo è quindi il cosiddetto single-shot tensor computing: un singolo attraversamento del sistema ottico sostituisce passaggi che, nei computer convenzionali, devono essere scomposti in sequenze.
Come la luce esegue operazioni tensoriali
Il team ha codificato dati numerici nell’ampiezza e nella fase delle onde luminose. Quando le onde interagiscono nel sistema ottico, realizzano automaticamente operazioni matematiche quali moltiplicazioni di matrici e tensori, componenti essenziali dell’apprendimento profondo.
L’impiego di più lunghezze d’onda ha inoltre esteso la tecnica a operazioni tensoriali di ordine superiore. Non si tratta dunque di una semplice trasmissione più rapida di dati: la luce partecipa direttamente all’elaborazione, sfruttando le sue proprietà fisiche.
Per chiarire il principio, Zhang paragona il processo a un controllo doganale: invece di esaminare ogni pacco attraverso macchine diverse e poi smistarlo, il sistema unisce pacchi e funzioni in un’unica operazione parallela. Gli “agganci ottici” collegano ciascun input al relativo output.
La ricerca indica anche un vantaggio operativo: le elaborazioni avvengono mentre la luce percorre il sistema, senza necessità di controllo attivo o commutazione elettronica durante il calcolo. Questa caratteristica differenzia il modello da architetture che dipendono da passaggi elettronici successivi.
Il professor Zhipei Sun, responsabile del Photonics Group di Aalto University, afferma: “Questo approccio può essere implementato su quasi ogni piattaforma ottica”. La compatibilità indicata dai ricercatori apre alla possibilità di adattare il metodo a differenti infrastrutture fotoniche.
Dai laboratori ai chip fotonici
Il prossimo obiettivo è integrare il quadro di calcolo direttamente in chip fotonici, così da creare processori basati sulla luce per compiti IA complessi e a consumo molto ridotto. Zhipei Sun indica questa integrazione come il passaggio verso applicazioni hardware più concrete.
Yufeng Zhang stima che la tecnica possa essere incorporata nelle piattaforme e nell’hardware usati dalle grandi aziende tecnologiche entro tre-cinque anni. La tempistica resta una previsione dei ricercatori, non un annuncio di adozione industriale.
La conseguenza potenziale è una nuova generazione di sistemi ottici destinati ad accelerare attività IA complesse in numerosi ambiti, purché il passaggio dalla dimostrazione sperimentale all’integrazione nei chip confermi la compatibilità prospettata.
FAQ
Che cosa sono le operazioni tensoriali?
Sì, sono calcoli matematici avanzati impiegati nei sistemi di intelligenza artificiale, inclusi elaborazione delle immagini e comprensione del linguaggio.
Chi ha guidato la ricerca?
Sì, il progetto internazionale è stato guidato dal dottor Yufeng Zhang del Photonics Group di Aalto University.
Quali calcoli può svolgere il sistema?
Sì, il metodo può svolgere convoluzioni, livelli di attenzione, moltiplicazioni di matrici e operazioni tensoriali usate nel deep learning.
Quando è stato pubblicato lo studio?
Sì, lo studio è stato pubblicato sulla rivista Nature Photonics il 14 novembre 2025.
Come è stata verificata questa analisi?
Sì, il contenuto nasce da un’analisi approfondita e da una verifica incrociata della nostra Redazione su numerose fonti, tra cui ScienceDaily.
