પ્રકાશની ગતિએ દોડશે આર્ટિફિશિયલ ઇન્ટેલિજન્સ: ઇલેક્ટ્રોનિક ચિપ્સનું સ્થાન લેવા તૈયાર થતું ઓપ્ટિકલ કોમ્પ્યુટિંગ

આધુનિક યુગમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ની ભૂખ સતત વધી રહી છે. ચેટબોટ્સથી લઈને જટિલ વૈજ્ઞાનિક ગણતરીઓ સુધી, દરેક જગ્યાએ વધુ ઝડપી અને વધુ કાર્યક્ષમ પ્રોસેસિંગ પાવરની જરૂર છે. અત્યાર સુધી આપણે સિલિકોન ચિપ્સ અને તેમાં રહેલા અબજો ઇલેક્ટ્રોનિક ટ્રાન્ઝિસ્ટર (transistor) પર નિર્ભર રહ્યા છીએ. પરંતુ, ઇલેક્ટ્રોન પર આધારિત આ ટેકનોલોજી હવે તેની ભૌતિક મર્યાદાઓ સુધી પહોંચી રહી છે. ગરમીનો ભરાવો અને ડેટા ટ્રાન્સફરની મર્યાદિત ગતિ હવે AI ના વિકાસમાં અવરોધ બની રહી છે. આ સમસ્યાના ઉકેલ તરીકે 'ઓપ્ટિકલ કોમ્પ્યુટિંગ' (optical computing) અથવા ફોટોનિક કોમ્પ્યુટિંગ ઉભરી રહ્યું છે, જે વીજળીના બદલે પ્રકાશના કિરણોનો ઉપયોગ કરીને ગણતરીઓ કરે છે.

ઓપ્ટિકલ કોમ્પ્યુટિંગ એ ડેટા પ્રોસેસિંગ, સ્ટોરેજ અને કોમ્યુનિકેશન માટે લેસર અથવા અન્ય સ્ત્રોતો દ્વારા ઉત્પન્ન થતા પ્રકાશના તરંગોનો ઉપયોગ કરવાની પદ્ધતિ છે. દાયકાઓથી વૈજ્ઞાનિકો જાણે છે કે પ્રકાશના કણો, જેને ફોટોન (photon) કહેવામાં આવે છે, તે ઇલેક્ટ્રોન કરતા ઘણી વધારે બેન્ડવિડ્થ (bandwidth) એટલે કે ડેટા વહન કરવાની ક્ષમતા ધરાવે છે. જેમ ઓપ્ટિકલ ફાઈબર કેબલે ઇન્ટરનેટની દુનિયા બદલી નાખી, તેમ ઓપ્ટિકલ પ્રોસેસર્સ કોમ્પ્યુટરની અંદરની દુનિયા બદલવાની ક્ષમતા ધરાવે છે. વિકિપીડિયાના અહેવાલ મુજબ, આ ટેકનોલોજીનો મુખ્ય ઉદ્દેશ્ય વર્તમાન ઇલેક્ટ્રોનિક ઘટકોને ઓપ્ટિકલ સમકક્ષો સાથે બદલવાનો છે, જેથી એક સંપૂર્ણ ઓપ્ટિકલ ડિજિટલ કોમ્પ્યુટર બનાવી શકાય.

કોઈપણ કોમ્પ્યુટરનો પાયાનો એકમ ટ્રાન્ઝિસ્ટર છે, જે સ્વીચની જેમ કામ કરે છે. ઇલેક્ટ્રોનિક કોમ્પ્યુટરમાં આ સ્વીચ વીજપ્રવાહ દ્વારા ચાલુ-બંધ થાય છે. ઓપ્ટિકલ કોમ્પ્યુટિંગમાં આ કાર્ય કરવા માટે 'ઓપ્ટિકલ ટ્રાન્ઝિસ્ટર'ની જરૂર પડે છે. આ ટ્રાન્ઝિસ્ટર ક્રિસ્ટલ ઓપ્ટિક્સ (crystal optics) નો ઉપયોગ કરીને બનાવવામાં આવે છે, જેમાં એવા પદાર્થોનો ઉપયોગ થાય છે જેનો રિફ્રેક્ટિવ ઇન્ડેક્સ (refractive index) એટલે કે વક્રીભવનાંક નોન-લીનિયર હોય છે. આનો અર્થ એ છે કે પદાર્થ પર પડતા પ્રકાશની તીવ્રતા નક્કી કરે છે કે તેમાંથી કેટલો પ્રકાશ પસાર થશે. આ રીતે, એક પ્રકાશનું કિરણ બીજા પ્રકાશના કિરણને નિયંત્રિત કરી શકે છે, જે લોજિક ગેટ્સ (logic gates) બનાવવામાં મદદ કરે છે.

ઓપ્ટિકલ કોમ્પ્યુટિંગ સિસ્ટમને કાર્યરત કરવા માટે ચાર મુખ્ય ઘટકોની જરૂર પડે છે: ઓપ્ટિકલ પ્રોસેસર, ઓપ્ટિકલ ડેટા ટ્રાન્સફર (જેમ કે ફાઈબર-ઓપ્ટિક કેબલ), ઓપ્ટિકલ સ્ટોરેજ અને પ્રકાશનો સ્ત્રોત એટલે કે લેસર. હાલમાં મોટાભાગના સંશોધનો હાઈબ્રિડ સિસ્ટમ્સ પર ધ્યાન કેન્દ્રિત કરી રહ્યા છે, જ્યાં ઓપ્ટિકલ ઘટકોને પરંપરાગત ઇલેક્ટ્રોનિક કોમ્પ્યુટર્સ સાથે જોડવામાં આવે છે. જોકે, આમાં એક મોટી સમસ્યા 'કન્વર્ઝન'ની છે. જ્યારે ડેટાને પ્રકાશમાંથી વીજળીમાં અને ફરીથી વીજળીમાંથી પ્રકાશમાં રૂપાંતરિત કરવામાં આવે છે, ત્યારે લગભગ ૩૦% જેટલી ઉર્જાનો વ્યય થાય છે અને પ્રોસેસિંગની ગતિ પણ ધીમી પડે છે. ઓલ-ઓપ્ટિકલ (all-optical) કોમ્પ્યુટર્સ આ રૂપાંતરણની જરૂરિયાતને દૂર કરીને વીજ વપરાશમાં મોટો ઘટાડો કરી શકે છે.

AI અને ખાસ કરીને ડીપ લર્નિંગ ન્યુરલ નેટવર્ક્સ માટે ઓપ્ટિકલ કોમ્પ્યુટિંગ વરદાન સાબિત થઈ શકે તેમ છે. AI ના કામકાજમાં 'ટેન્સર ઓપરેશન્સ' (tensor operations) અને મેટ્રિક્સ મલ્ટિપ્લિકેશન (matrix multiplication) એટલે કે શ્રેણિક ગુણાકારની પ્રક્રિયાઓ વારંવાર કરવી પડે છે. ૨૦૨૫ના એક સંશોધન પત્ર 'ડાયરેક્ટ ટેન્સર પ્રોસેસિંગ વિથ કોહરન્ટ લાઈટ' મુજબ, સંશોધકોએ 'પેરેલલ ઓપ્ટિકલ મેટ્રિક્સ-મેટ્રિક્સ મલ્ટિપ્લિકેશન' (POMMM) નામનું અલ્ગોરિધમ વિકસાવ્યું છે. આ પદ્ધતિ પ્રકાશના માત્ર એક ઝબકારામાં જ જટિલ ટેન્સર ગણતરીઓ કરી શકે છે. આ ટેકનોલોજી ભવિષ્યમાં GPU (ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ) નું સ્થાન લઈ શકે છે, જે હાલમાં AI મોડલ્સને ટ્રેન કરવા માટે વપરાય છે.

ઓપ્ટિકલ કોમ્પ્યુટિંગના ફાયદા હોવા છતાં, તેની સામેના પડકારો પણ ઓછા નથી. પ્રકાશ એક ઇલેક્ટ્રોમેગ્નેટિક તરંગ છે. બે પ્રકાશના તરંગો એકબીજા સાથે સીધી રીતે પ્રતિક્રિયા આપતા નથી; તેઓ માત્ર પદાર્થમાં રહેલા ઇલેક્ટ્રોનની હાજરીમાં જ એકબીજા પર અસર કરી શકે છે. આ પ્રતિક્રિયા ઇલેક્ટ્રોનિક સિગ્નલોની સરખામણીમાં ઘણી નબળી હોય છે. પરિણામે, ઓપ્ટિકલ પ્રોસેસિંગ ઘટકોને વધુ પાવરની જરૂર પડી શકે છે અથવા તેમનું કદ પરંપરાગત ચિપ્સ કરતા મોટું હોઈ શકે છે. વળી, પ્રકાશની ગતિ ઇલેક્ટ્રોન કરતા ઘણી વધારે હોવા છતાં, સિગ્નલની ચોકસાઈ જાળવી રાખવી અને તેને નાના કદમાં સમાવવું એ એક ટેકનિકલ પડકાર છે.

વૈજ્ઞાનિકો ઓપ્ટિકલ કોમ્પ્યુટિંગ માટે કેટલાક બિનપરંપરાગત અભિગમો પણ અજમાવી રહ્યા છે. એક રસપ્રદ પદ્ધતિ 'ટાઇમ ડીલે' (time delay) કોમ્પ્યુટિંગ છે. આમાં ડેટાને ઓપ્ટિકલ ફાઈબરમાંથી પસાર કરીને ચોક્કસ સમય માટે વિલંબિત કરવામાં આવે છે. પ્રકાશને વિભાજિત કરીને અને અલગ-અલગ લંબાઈના કેબલ્સમાંથી પસાર કરીને એકસાથે અનેક ઉકેલો ચકાસી શકાય છે. આ પદ્ધતિનો ઉપયોગ 'હેમિલ્ટોનિયન પાથ' અને 'સબસેટ સમ' જેવી જટિલ ગાણિતિક સમસ્યાઓ ઉકેલવા માટે કરવામાં આવ્યો છે. આ ઉપરાંત, 'વેવલેન્થ-બેઝ્ડ કોમ્પ્યુટિંગ'માં પ્રકાશના અલગ-અલગ રંગો (તરંગલંબાઈ) નો ઉપયોગ કરીને એકસાથે અનેક ગણતરીઓ કરવામાં આવે છે.

ઉદ્યોગ જગતમાં પણ આ દિશામાં મોટી હિલચાલ જોવા મળી રહી છે. IBM, Microsoft અને અનેક સ્ટાર્ટઅપ્સ જેમ કે Lightmatter અને Q.ANT આ ક્ષેત્રમાં સક્રિય છે. ૨૦૨૫માં Lightmatter કંપનીએ Nature સામયિકમાં અહેવાલ આપ્યો હતો કે તેમણે એક ફોટોનિક AI પ્રોસેસર બનાવ્યું છે જે ResNet અને BERT જેવા લોકપ્રિય AI મોડલ્સને ઇલેક્ટ્રોનિક ચિપ્સ જેટલી જ ચોકસાઈથી ચલાવી શકે છે. નવેમ્બર ૨૦૨૫માં Q.ANT કંપનીએ તેનું બીજી પેઢીનું ફોટોનિક પ્રોસેસર (NPU ૨) લોન્ચ કર્યું હતું, જે માર્ચ ૨૦૨૬થી જર્મનીના લેબનિઝ સુપરકોમ્પ્યુટિંગ સેન્ટરમાં CPU અને GPU ની સાથે કાર્યરત છે.

ઓપ્ટિકલ કોમ્પ્યુટિંગની બીજી એક ખાસિયત 'લેન્સ'નો ઉપયોગ કરીને કરવામાં આવતી ગણતરીઓ છે. લેન્સ કુદરતી રીતે જ પ્રકાશનું 'ફોરિયર ટ્રાન્સફોર્મ' (Fourier transform) કરવાની ક્ષમતા ધરાવે છે. આ એક એવી ગાણિતિક પ્રક્રિયા છે જેનો ઉપયોગ ગરમીના પ્રસારણ અથવા તરંગોના પ્રસારણને સમજવા માટે થાય છે. જ્યાં સામાન્ય કોમ્પ્યુટર્સને આ ગણતરી માટે લાખો સ્ટેપ્સની જરૂર પડે છે, ત્યાં ઓપ્ટિકલ સિસ્ટમ લેન્સ દ્વારા આ કામ પલકવારમાં કરી શકે છે. ૨૦૨૨માં વાંગ અને તેમના સાથીદારોએ તો ત્યાં સુધી સાબિત કર્યું કે ક્લાસિકલ પ્રકાશનો ઉપયોગ કરીને ક્વોન્ટમ અલ્ગોરિધમ્સના કેટલાક સ્ટેપ્સ પણ કરી શકાય છે.

ભવિષ્યની વાત કરીએ તો, ઓપ્ટિકલ પ્રોસેસર્સ ૨૦૩૦ પહેલા સામાન્ય જનતા માટે ઉપલબ્ધ થવાની શક્યતા ઓછી છે. હાલમાં આ ટેકનોલોજી મુખ્યત્વે સુપરકોમ્પ્યુટર્સ અને વિશિષ્ટ વૈજ્ઞાનિક કાર્યો માટે વિકસાવવામાં આવી રહી છે. ટીકાકારોનું માનવું છે કે ઇલેક્ટ્રોનિક ટ્રાન્ઝિસ્ટર જે સસ્તી કિંમત અને નાનું કદ પ્રદાન કરે છે, તેની સ્પર્ધા કરવી ઓપ્ટિકલ ટેકનોલોજી માટે મુશ્કેલ હશે. જોકે, જેમ જેમ AI મોડલ્સ મોટા થતા જશે અને વીજળીનો વપરાશ ચિંતાનો વિષય બનશે, તેમ પ્રકાશ આધારિત આ ક્રાંતિ અનિવાર્ય બની જશે. આવતીકાલના કોમ્પ્યુટર્સ કદાચ વાયરોથી નહીં, પણ રંગબેરંગી લેસર કિરણોથી ભરેલા હશે.