您的位置: 主页 > 人工智能学家 > 新光学芯片可实现高效“深度学习”

新光学芯片可实现高效“深度学习”

时间: 2017-06-14阅读:

概要:开发出一种全新的光学神经网络系统,能执行高度复杂的运算,从而大大提高“深度学习”系统的运算速度和效率。

来源:新浪科技


美国麻省理工学院(MIT)科学家发表论文称,他们开发出一种全新的光学神经网络系统,能执行高度复杂的运算,从而大大提高“深度学习”系统的运算速度和效率。


    “深度学习”系统通过人工神经网络模拟人脑的学习能力,现已成为计算机领域的研究热门。但由于在模拟神经网络任务中,需要执行大量重复性“矩阵乘法”类高度复杂的运算,对于依靠电力运行的传统CPU(中央处理器)或GPU(图形处理器)芯片来说,这类运算太过密集,完成起来非常“吃力”。


    通过几年努力,MIT教授马林·索尔贾希克和同事开发出光学神经网络系统的重要部件——全新可编程纳米光学处理器,这些光学处理器能在几乎零能耗的情况下执行人工智能中的复杂运算。索尔贾希克解释道,普通眼镜片就能通过光波执行“傅里叶变换”这样的复杂运算,可编程纳米光学处理器采用了同样的原理,其包含多个激光束组成的波导矩阵,这些光波能相互作用,形成干涉模式,从而执行特定的目标运算。


    研究小组通过测试证明,与CPU等电子芯片相比,这种光学芯片执行人工智能算法速度更快,且消耗能量不到传统芯片能耗的千分之一。他们还用可编程纳米光学处理器构建了一个神经网络初级系统,该系统能识别出4个元音字母的发音,准确率达到77%。他们的最终目标是,将可编程纳米光学处理器交叉铺成多层结构,构建光学网络神经系统,模拟人脑中神经元执行复杂的“深度学习”运算。


    索尔贾希克表示,新光学处理器还能用于数据传输中的信号处理,更快速实现光学信号与数字信号间的转换。未来,在大数据中心、安全系统、自动驾驶或无人机等所有低能耗应用中,基于新光学处理器的复杂光学神经网络将占据重要席位。


来源:新浪科技



欢迎加入未来科技学院企业家群,共同提升企业科技竞争力

一日千里的科技进展,层出不穷的新概念,使企业家,投资人和社会大众面临巨大的科技发展压力,前沿科技现状和未来发展方向是什么?现代企业家如何应对新科学技术带来的产业升级挑战?


欢迎加入未来科技学院企业家群,未来科技学院将通过举办企业家与科技专家研讨会,未来科技学习班,企业家与科技专家、投资人的聚会交流,企业科技问题专题研究会等多种形式,帮助现代企业通过前沿科技解决产业升级问题、开展新业务拓展,提高科技竞争力。


未来科技学院由人工智能学家在中国科学院虚拟经济与数据科学研究中心的支持下建立,成立以来,已经邀请国际和国内著名科学家、科技企业家300多人参与学院建设,并建立覆盖2万余人的专业社群;与近60家投资机构合作,建立了近200名投资人的投资社群。开展前沿科技讲座和研讨会20多期。  欢迎行业、产业和科技领域的企业家加入未来科技学院


报名加入请扫描下列二维码,点击本文左下角“阅读原文”报名


上一篇:当机器人有了好奇心,最新研究自己探索周围环境从而进行学习的机器人
下一篇:OpenAI新研究成果:如何让AI智能体学会合作、竞争与交流?

相关阅读