神經(jīng)網(wǎng)絡(luò)正席卷著計(jì)算世界。在它們的幫助下，研究人員得以推進(jìn)機(jī)器學(xué)習(xí)的進(jìn)程。面部識別、對象識別、自然語言處理、機(jī)器翻譯……這些原本都是人類才有的技能，現(xiàn)在逐漸成為了機(jī)器的常規(guī)配置。
由于神經(jīng)網(wǎng)絡(luò)能夠推動人工智能的發(fā)展，這給了研究人員更大的動力來創(chuàng)建更強(qiáng)大的神經(jīng)網(wǎng)絡(luò)。而這項(xiàng)研究的關(guān)鍵是創(chuàng)建類似神經(jīng)元(neurons)的電路，即神經(jīng)形態(tài)芯片(neuromorphic chip)。那么，如何使電路的速度得到顯著提升?
現(xiàn)在，這一問題或許有了答案。據(jù)MIT報(bào)道，普林斯頓大學(xué)的Alexander Tait團(tuán)隊(duì)創(chuàng)建了*光電子神經(jīng)網(wǎng)絡(luò)，并展示了其在計(jì)算上的超速度。
一直以來，光學(xué)計(jì)算都被寄予厚望 。光子的帶寬要比電子高，因此可以更快地處理大量數(shù)據(jù)。但是，由于光學(xué)處理系統(tǒng)的成本過高，并沒有被廣泛使用。而在進(jìn)行模擬信號等任務(wù)時(shí)，這種超快速數(shù)據(jù)處理能力只有光子芯片才能提供。
如今神經(jīng)網(wǎng)絡(luò)又給光子學(xué)提供了一個(gè)新的機(jī)會。“在硅光子平臺的幫助下，光子神經(jīng)網(wǎng)絡(luò)的高速信息處理能力能夠被用于無線電、控制計(jì)算等領(lǐng)域。”Alexander Tait表示。
這個(gè)光子神經(jīng)網(wǎng)絡(luò)的核心是一種光學(xué)設(shè)備。它的每個(gè)節(jié)點(diǎn)都有神經(jīng)元一樣的響應(yīng)特征。這些節(jié)點(diǎn)采用微型圓形波導(dǎo)的形式，被蝕刻進(jìn)一個(gè)能容許光循環(huán)的硅基座內(nèi)。一旦光被輸入，它就會調(diào)制在閾值處工作的激光器的輸出。在這個(gè)區(qū)域內(nèi)，入射光的微小變化都會對激光的輸出產(chǎn)生顯著影響。
系統(tǒng)中的每個(gè)節(jié)點(diǎn)都使用一定波長的光，這一技術(shù)被稱為波分復(fù)用(wave division multiplexin)。來自各個(gè)節(jié)點(diǎn)的光會被送入激光器，而且激光輸出會被反饋回節(jié)點(diǎn)，創(chuàng)造出一個(gè)擁有非線性特征的反饋電路。這種輸出在數(shù)學(xué)上等效于一種被稱為“連續(xù)時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)(CTRNN)”的設(shè)備。
Tait團(tuán)隊(duì)表示，該設(shè)備可以*地?cái)U(kuò)展編程技術(shù)，應(yīng)用于更大的硅光子神經(jīng)網(wǎng)絡(luò)。
研究人員使用由 49 個(gè)光子節(jié)點(diǎn)組成的網(wǎng)絡(luò)對神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬演示，以及光子神經(jīng)網(wǎng)絡(luò)如何被用于解決微分方程的數(shù)學(xué)問題。
Tait將其與普通的CPU進(jìn)行了對比。“在這項(xiàng)任務(wù)中，光子神經(jīng)網(wǎng)絡(luò)的有效硬件加速因子大約為1960×，”，Tait說，“這是一個(gè)3個(gè)數(shù)量級的速度。”
研究人員表示，這項(xiàng)研究打開了一個(gè)全新的光子計(jì)算行業(yè)的大門。Tait表示：“硅光子神經(jīng)網(wǎng)絡(luò)可能會是*進(jìn)入可擴(kuò)展信息處理的、更廣泛類別的硅光子系統(tǒng)的者。”
會員1.png)