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(shí)別、對(duì)象識(shí)別、自然語(yǔ)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(dòng)人工智能的發(fā)展，這給了研究人員更大的動(dòng)力來(lái)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)建了全球首個(gè)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(lái)，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(hào)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(huì)?！霸诠韫庾悠脚_(tái)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(wú)線電、控制計(jì)算等領(lǐng)域?！盇lexander 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(huì)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(huì)對(duì)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(zhǎng)的光，這一技術(shù)被稱為波分復(fù)用（wave division multiplexin）。來(lái)自各個(gè)節(jié)點(diǎn)的光會(huì)被送入激光器，而且激光輸出會(huì)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)備可以極大地?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(duì)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(duì)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(jí)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(huì)是首個(gè)進(jìn)入可擴(kuò)展信息處理的、更廣泛類別的硅光子系統(tǒng)的領(lǐng)軍者?！?/p>

【招聘】雷鋒網(wǎng)堅(jiān)持在人工智能、無(wú)人駕駛、VR/AR、Fintech、未來(lái)醫(yī)療等領(lǐng)域第一時(shí)間提供海外科技動(dòng)態(tài)與資訊。我們需要若干關(guān)注國(guó)際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優(yōu)良的外翻編輯加入。工作地點(diǎn)深圳。簡(jiǎn)歷投遞至 guoyixin@leiphone.com 。兼職及實(shí)習(xí)均可。

Via technologyreview

推薦閱讀：

無(wú)人駕駛端到端的學(xué)習(xí)（end-to-end learning）靠譜嗎？| 曹旭東7000字剖析

號(hào)稱要打敗阿爾法狗的 DeepZenGo 高調(diào)挑戰(zhàn)人類棋手，第一場(chǎng)撲街

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。