Un anello di fibra ottica e la scommessa dell'hardware analogico

Il nodo centrale del calcolo per l'intelligenza artificiale resta l'efficienza energetica. L'hardware ottico promette da tempo velocità e consumi ridotti, ma si scontra con un ostacolo storico: eseguire la retropropagazione dell'errore su componenti analogici è un'operazione complessa. Uno studio pubblicato il 5 novembre 2026 su Nature Computational Science da un gruppo guidato dal professore associato Kohei Nakajima dell'Università di Tokyo propone un'alternativa. Il metodo, denominato SS-DFA (state-skipping direct feedback alignment), secondo gli autori non richiede l'accesso agli stati intermedi del sistema fisico per propagare l'errore, combinandosi con un'architettura a mappa singola in cui molte unità seguono regole generali anziché connessioni complesse. Come ha dichiarato il dottorando Yongbo Zhang, l'intenzione era quella di ripensare il processo di apprendimento stesso piuttosto che continuare a costruire modelli sempre più grandi e articolati.

La dimostrazione fisica si serve di un circuito optoelettronico: l'informazione viene convertita in segnale luminoso, elaborata lungo un anello di fibra ottica di duecento metri e riconvertita in segnale elettrico con un apporto minimo di componenti elettronici. Nel comunicato dell'ateneo si afferma che, nelle simulazioni e nell'esperimento ottico, il design semplificato ha eguagliato architetture neurali più complesse, e in alcuni test le ha superate, con molto meno calcolo. Il comunicato non riporta cifre né benchmark. L'abstract del preprint diffuso a gennaio 2026, con un titolo diverso da quello finale, indicava una riduzione di circa il 40% delle risorse di calcolo, con prestazioni migliori, quando lo schema viene integrato in architetture moderne. Il comunicato precisa che si tratta di architetture "relativamente di base". La versione pubblicata potrebbe riportare numeri diversi.

Le ricadute effettive su energia, raffreddamento e consumo d'acqua dei data center sono presentate nel comunicato solo come possibilità e non sono state misurate nello studio. Inoltre, la tecnica mostra precisi limiti attuali. Lo stesso Kohei Nakajima ha precisato che lo schema non è ancora stato testato sui modelli di dimensioni maggiori, in particolare quelli linguistici e multimodali, e che prima di un impiego pratico saranno necessari ulteriori lavori su miniaturizzazione, stabilità e produzione su larga scala.

L'idea di far calcolare un segnale lungo duecento metri di fibra ottica possiede un'eleganza indiscutibile, ma la distanza tra la dimostrazione in laboratorio e le esigenze operative dei data center resta ampia. Ridurre la complessità del modello è un tentativo concettuale interessante, a patto di non scambiare una possibilità teorica per un'efficienza già misurata sul campo. — Olya