人工智能正文

人工智能重大进展!全球首个光电子神经网路问世

人工智能重大进展!全球首个光电子神经网路问世 神经网路正席卷着电脑世界,在它们的帮助下,研究人员得以推进机器学习的进程。脸部辨识、对象识别、自然语言处理、机器翻译……这些原本都是人类才有的技能,现在逐渐成为了机器的常规配置。 由于神经网路能够推动人工智能的发展,这给了研究人员更大的动力来创建更强大的神经网路。而这项研究的关键是创建类似神经元( neurons)的电路,即神经形态晶片(neuromorphic chip)。那么,如何使电路的速度得到显著提升? 现在,这一问题或许有了答案。据MIT报导,普林斯顿大学的Alexander Tait团队创建了全球首个光电子神经网路,并展示了其在计算上的超速度。 一直以来,光学计算都被寄予厚望。光子的频宽要比电子高,因此可以更快地处理大量数据。但是,由于光学处理系统的成本过高,并没有被广泛使用。而在进行模拟讯号等任务时,这种超快速数据处理能力只有光子晶片才能提供。 如今神经网路又给光子学提供了一个新的机会。「在矽光子平台的帮助下,光子神经网路的高速讯息处理能力能够被用于无线电、控制计算等领域。」Alexander Tait 表示。 这个光子神经网路的核心是一种光学设备。它的每个节点都有神经元一样的响应特征。这些节点采用微型圆形波导的形式,被蚀刻进一个能容许光循环的矽基座内。一旦光被输入,它就会调制在阈值处工作的雷射器输出。在这个区域内,入射光的微小变化都会对雷射的输出产生显著影响。 系统中的每个节点都使用一定波长的光,这一技术被称为波分复用(wave division multiplexin)。来自各个节点的光会被送入雷射器,而且雷射输出会被反馈回节点,创造出一个拥有非线性特征的反馈电路。这种输出在数学上等效于一种被称为「连续时间递归神经网络(CTRNN)」的设备。 Tait 团队表示,该设备可以极大地扩展程式语言技术,应用于更大的矽光子神经网路。 研究人员使用由49 个光子节点组成的网路对神经网路进行模拟展示,以及光子神经网路如何被用于解决微分方程的数学问题。 Tait 将其与普通的CPU 进行了对比。「在这项任务中,光子神经网路的有效硬体加速因子大约为1,960×,」Tait 说,「这是一个3 个数量级的速度」。 研究人员表示,这项研究打开了一个全新的光子电脑行业的大门。Tait 表示:「矽光子神经网路可能会是首个进入可扩展讯息处理的、更广泛类别的矽光子系统的领军者。」

除特别注明外,本站所有文章均为原创,转载请注明出处来自

相关阅读