一種以光速運行的神經網(wǎng)絡

加利福尼亞大學的一個研究小組開發(fā)了一種新型的神經網(wǎng)絡 - 一種使用光而不是電來獲得結果的神經網(wǎng)絡。在他們發(fā)表在“ 科學 ”雜志上的論文中，該小組描述了他們的想法，他們的工作設備，性能以及他們認為可以通過這樣一個網(wǎng)絡提供的應用類型。

深度學習網(wǎng)絡是通過查看數(shù)據(jù)類型的許多示例來“學習”的計算機系統(tǒng)，然后使用開發(fā)的模式來解釋新數(shù)據(jù)。像所有其他計算機一樣，它們依靠電力運行。在這項新的努力中，研究人員已經找到了一種方法來創(chuàng)建一個完全不使用電力的深度學習網(wǎng)絡 - 而是使用光。他們稱之為衍射深度神經網(wǎng)絡，或者更簡潔地稱為D 2 NN。

為了建立這樣一個網(wǎng)絡，研究人員創(chuàng)建了使用3D打印機打印的小塑料板。每個板代表一層虛擬神經元 - 每個神經元通過傳輸或反射入射光可以表現(xiàn)得像它的生物對應物。在他們的例子中，他們使用了五個面對面排列的板，它們之間有一個小空間。當系統(tǒng)運行時，來自激光器的光被引導到第一個板，并以揭示放置在設備前面的物體的信息的方式進入第二個，第三個，第四個和第五個板。后面的傳感器讀取光線并解釋發(fā)現(xiàn)的內容。

為了測試他們的想法，研究人員選擇創(chuàng)建一個能夠識別零到九的數(shù)字的物理神經網(wǎng)絡，然后報告它發(fā)現(xiàn)的內容。在實踐中，系統(tǒng)在顯示器上顯示一個數(shù)字，并通過識別數(shù)字然后使用傳感器顯示它來響應。系統(tǒng)輸入了55,000張已掃描的數(shù)字圖像。這個學習階段需要使用電力因為它在為系統(tǒng)提供數(shù)據(jù)的計算機上運行。在通過顯示數(shù)千個數(shù)字來測試他們的系統(tǒng)時，研究人員報告稱它的準確度大約為95%。他們注意到他們的設備是概念的證明，可以證明它是一種有用的手段，可以為需要速度的應用程序開發(fā)專用設備，例如從一群活躍的人群中挑選面孔。