近日，賓夕法尼亞大學(xué)研究人員開發(fā)出了一種功能強大的新型光學(xué)芯片，每秒可以處理近20億張圖像。該設(shè)備由一個神經(jīng)網(wǎng)絡(luò)組成，可以將信息處理為光，而不會減慢傳統(tǒng)計算機(jī)芯片的組件。該研究論文題為“An on-chip photonic deep neural network for image classification”，已發(fā)表在《自然》期刊上。

該芯片的基礎(chǔ)是神經(jīng)網(wǎng)絡(luò)，這是一個以大腦處理信息方式為模型的系統(tǒng)。這些網(wǎng)絡(luò)由像神經(jīng)元一樣相互連接的節(jié)點組成，它們通過對數(shù)據(jù)集進(jìn)行訓(xùn)練，以類似于有機(jī)大腦的方式“學(xué)習(xí)”，例如識別圖像中的對象或語音中的單詞。隨著時間的推移，它們的學(xué)習(xí)能力變得更好。

傳統(tǒng)光電子深度神經(jīng)網(wǎng)絡(luò)

在測試過程中，該團(tuán)隊制作了一個尺寸為9.3mm²（0.01 in 2）的芯片，并將其用于對一系列類似于字母的手寫字符進(jìn)行分類。在對相關(guān)數(shù)據(jù)集進(jìn)行訓(xùn)練后，該芯片能夠?qū)Π�含兩種字符集的圖像進(jìn)行分類，準(zhǔn)確率達(dá)到 93.8%，對四種類型的圖像進(jìn)行分類準(zhǔn)確率為 89.8%。

光電子神經(jīng)元的實施示例