人工智慧重大進展!全球首個光電子神經網路問世

作者 | 發布日期 2016 年 11 月 22 日 8:41 | 分類 人工智慧 , 網路 , 電腦
shutterstock

神經網路正席捲著電腦世界,在它們的幫助下,研究人員得以推進機器學習的進程。臉部辨識、對象識別、自然語言處理、機器翻譯……這些原本都是人類才有的技能,現在逐漸成為了機器的常規配置。



由於神經網路能夠推動人工智慧的發展,這給了研究人員更大的動力來創建更強大的神經網路。而這項研究的關鍵是創建類似神經元( neurons)的電路,即神經形態晶片(neuromorphic chip)。那麼,如何使電路的速度得到顯著提升?

現在,這一問題或許有了答案。據 MIT 報導,普林斯頓大學的 Alexander Tait 團隊創建了全球首個光電子神經網路,並展示了其在計算上的超速度。

一直以來,光學計算都被寄予厚望。光子的頻寬要比電子高,因此可以更快地處理大量數據。但是,由於光學處理系統的成本過高,並沒有被廣泛使用。而在進行模擬訊號等任務時,這種超快速數據處理能力只有光子晶片才能提供。

如今神經網路又給光子學提供了一個新的機會。「在矽光子平台的幫助下,光子神經網路的高速訊息處理能力能夠被用於無線電、控制計算等領域。」Alexander Tait 表示。

這個光子神經網路的核心是一種光學設備。它的每個節點都有神經元一樣的響應特徵。這些節點採用微型圓形波導的形式,被蝕刻進一個能容許光循環的矽基座內。一旦光被輸入,它就會調製在閾值處工作的雷射器輸出。在這個區域內,入射光的微小變化都會對雷射的輸出產生顯著影響。

系統中的每個節點都使用一定波長的光,這一技術被稱為波分複用(wave division multiplexin)。來自各個節點的光會被送入雷射器,而且雷射輸出會被反饋回節點,創造出一個擁有非線性特徵的反饋電路。這種輸出在數學上等效於一種被稱為「連續時間遞歸神經網絡(CTRNN)」的設備。

Tait 團隊表示,該設備可以極大地擴展程式語言技術,應用於更大的矽光子神經網路。

研究人員使用由 49 個光子節點組成的網路對神經網路進行模擬展示,以及光子神經網路如何被用於解決微分方程的數學問題。

Tait 將其與普通的 CPU 進行了對比。「在這項任務中,光子神經網路的有效硬體加速因子大約為 1,960×,」Tait 說,「這是一個 3 個數量級的速度」。

研究人員表示,這項研究打開了一個全新的光子電腦行業的大門。Tait 表示:「矽光子神經網路可能會是首個進入可擴展訊息處理的、更廣泛類別的矽光子系統的領軍者。」

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock) 

發表迴響