人工智慧的最佳夥伴?用光做運算的晶片

作者 | 發布日期 2017 年 07 月 13 日 14:58 | 分類 AI 人工智慧 , 晶片 follow us in feedly

雖然類神經網路可以達成很多任務,像是辨識人臉、預測心臟病等,但要吃掉很多電腦效能。MIT 工程師近期發表論文研究使用光路來達成類神經網路,並同樣建構在矽晶片上,因此成本不會太高,同時實驗結果發現運算能力有效率許多。他們正在籌備公司並計劃兩年內完成相關產品。




近年來摩爾定律逐漸失效,人們對運算能力的要求越來越大,積體電路終究有極限,且似乎已在不遠處;科學家於是紛紛開始研究達成更強大運算能力的方法,光學晶片很有可能就是下一個世代的接棒者。

現今各種人工智慧的應用出現,需要越來越強大的運算能力,其中人工智慧的分支之一──類神經網路,這個從人類大腦運作啟發的靈感而創造的人工智慧運算方法,展現了強大的能力,舉凡偵測謊言、辨識人臉、預測心臟病等都可做到;但是,對電腦來說需要非常強大的運算能力,也會消耗很大的能量。

傳統晶片已漸漸無法負荷當今人工智慧如類神經網路的運算量,麻省理工學院的研究人員為了解決這個問題,近期研發出的光學晶片,在使用人工智慧的運算像是類神經網路時,運算效率和速度比一般傳統晶片要高出許多。

傳統晶片跟光學晶片雖然想達成的目標類似,都是運算、通訊、儲存等,但兩者的基本架構不同,一般晶片為運用一連串可以決定電流要不要通過的電晶體,來達成運算。光學晶片則是依靠入射光線的明暗來達成運算,每個「光路」由放大器(Optical Amplifier)、相位調變器(Phase modulator)及偏振轉換器(Polarization converter)構成,一旦光線產生後,要達成怎樣的運算只要運用鏡片就可以改變方向,過程不損耗能源,不像電晶體需要電力來運作。

研究人員以新研發的光晶片運作的類神經網路,來辨認英文字母母音的聲音,傳統電腦的類神經網路正確率可達 92%;與之相比,雖然以光路運作的類神經網路正確率只有 77%,但是效率跟速度都快上許多。

跟以往光學晶片研發不同的是,這次是以矽為基底做成,也就表示量產的可能性大大提升。

科技巨頭如 IBM 也傳出正在研發整合更多光路到矽基板上,一旦光學晶片研發順利,未來以類神經網路運算的科技如自動駕駛將可大幅提升。《科學人雜誌》(Scientific American)形容就好像口袋一樣小的裝置能擁有自動駕駛車一樣的運算能力。該研究團隊的研究員已開始籌備公司,並且預計兩年內產出產品。

(首圖來源:shutterstock)