沭阳网首页   |   手机沭阳网   |   网站地图  
您的位置:沭阳网首页 > 科技频道 > 科学探索>正文

用于深度学习的全光学神经网络

2020-01-13 12:05:31    来源:    我来说两句()
字号:TT

 在模式识别,风险管理和其他类似的复杂任务方面,即使是功能最强大的计算机也无法与人脑匹敌。然而,光学神经网络的最新进展通过模拟神经元在人脑中的反应方式来弥补这一差距。

在使大规模光学神经网络实用化的关键步骤中,研究人员展示了首创的多层全光学人工神经网络。通常,这种类型的人工智能可以解决传统计算方法无法解决的复杂问题,但是当前的设计需要大量的计算资源,这既耗时又耗能。由于这个原因,开发实用的光学人工神经网络引起了人们的极大兴趣,与基于传统计算机的人工神经网络相比,该人工神经网络速度更快且功耗更低。

在。光学,光学学会的刊物高影响力的研究,从科技,香港的细节香港大学的研究人员的两层全光神经网络,并成功地将其应用到复杂的分类任务。

研究小组成员刘俊伟说:“我们的全光学方案可以使神经网络以光速执行光学并行计算,而消耗的能量却很少。” “大规模的全光学神经网络可以用于从图像识别到科学研究的各种应用。”

建立全光网络

在传统的混合光学神经网络中,光学组件通常用于线性操作,而非线性激活功能(模拟人脑神经元反应方式的功能)通常以电子方式实现,因为非线性光学通常需要高功率激光器,很难在光学神经网络中实现。

为了克服这一挑战,研究人员使用具有电磁感应透明性的冷原子来执行非线性功能。研究小组成员杜胜旺说:“用非常弱的激光功率就可以达到这种光诱导的效果。” “由于这种影响是基于非线性量子干扰,因此有可能将我们的系统扩展到一个量子神经网络,该网络可以解决传统方法难以解决的问题。”

为了确认这种新方法的能力和可行性,研究人员构建了一个两层全连接全光神经网络,具有16个输入和2个输出。研究人员使用他们的全光学网络对Ising模型(磁性的统计模型)的有序和无序阶段进行分类。结果表明,全光学神经网络与训练有素的基于计算机的神经网络一样准确。

大规模光学神经网络

研究人员计划将全光学方法扩展到具有复杂体系结构的大规模全光学深层神经网络,这些体系结构针对特定的实际应用(例如图像识别)而设计。这将有助于证明该计划在更大范围内有效。

杜说:“尽管我们的工作是原理证明,但它表明,将来有可能开发人工智能的光学版本。” Liu补充说:“与今天的基于计算机的人工智能相比,下一代人工智能硬件本质上将更快并且功耗更低。”

责任编辑:

相关新闻
    无相关信息