研究人員開發(fā)出一種基于激光的人工神經(jīng)元，它能完全模擬生物分級(jí)神經(jīng)元的功能、動(dòng)態(tài)和信息處理。這種新型激光分級(jí)神經(jīng)元的信號(hào)處理速度高達(dá) 10 GBaud（比生物分級(jí)神經(jīng)元快 10 億倍），有望在人工智能和其他類型的高級(jí)計(jì)算等領(lǐng)域?qū)崿F(xiàn)突破。

人體內(nèi)有各種類型的神經(jīng)細(xì)胞，其中包括通過膜電位的連續(xù)變化來編碼信息的分級(jí)神經(jīng)元，可以進(jìn)行微妙而精確的信號(hào)處理。相比之下，生物尖峰神經(jīng)元通過全或無的動(dòng)作電位來傳輸信息，從而形成一種二進(jìn)制形式的通信。

來自香港中文大學(xué)的研究團(tuán)隊(duì)負(fù)責(zé)人Chaoran Huang說：“我們的激光分級(jí)神經(jīng)元克服了目前光子版尖峰神經(jīng)元的速度限制，并有可能實(shí)現(xiàn)更快的運(yùn)行速度。通過利用其類似神經(jīng)元的非線性動(dòng)力學(xué)和快速處理，我們建立了一個(gè)水庫計(jì)算系統(tǒng)，該系統(tǒng)在模式識(shí)別和序列預(yù)測等人工智能任務(wù)中表現(xiàn)出卓越的性能�！�

在Optica出版集團(tuán)的高影響力研究期刊《Optica》上，研究人員報(bào)告說，他們基于芯片的量子點(diǎn)激光分級(jí)神經(jīng)元可以達(dá)到10 GBaud的信號(hào)處理速度。他們利用這一速度在一秒鐘內(nèi)處理了 1 億次心跳或 3470 萬張手寫數(shù)字圖像的數(shù)據(jù)。

圖片:laser_graded_neuron.png

Huang 說：“我們的技術(shù)可以加快時(shí)間關(guān)鍵型應(yīng)用中的人工智能決策，同時(shí)保持高準(zhǔn)確性。我們希望，將我們的技術(shù)集成到邊緣計(jì)算設(shè)備（在數(shù)據(jù)源附近處理數(shù)據(jù)）中，將促進(jìn)更快、更智能的人工智能系統(tǒng)，在未來更好地服務(wù)于現(xiàn)實(shí)世界的應(yīng)用，同時(shí)降低能耗�！�

更快的激光神經(jīng)元

基于激光的人工神經(jīng)元能夠以模仿生物神經(jīng)元行為的方式對(duì)輸入信號(hào)做出響應(yīng)，由于其超高速的數(shù)據(jù)處理速度和低能耗，這種人工神經(jīng)元正被探索作為一種顯著增強(qiáng)計(jì)算能力的方法。然而，迄今為止開發(fā)的大多數(shù)都是光子尖峰神經(jīng)元。這些人工神經(jīng)元的響應(yīng)速度有限，可能會(huì)出現(xiàn)信息丟失，并且需要額外的激光源和調(diào)制器。

光子尖峰神經(jīng)元的速度限制來自于這樣一個(gè)事實(shí)，即它們通常通過向激光器的增益部分注入輸入脈沖來工作。這會(huì)導(dǎo)致延遲，從而限制了神經(jīng)元的響應(yīng)速度。對(duì)于激光分級(jí)神經(jīng)元，研究人員采用了不同的方法，將射頻信號(hào)注入量子點(diǎn)激光器的可飽和吸收部分，從而避免了這種延遲。他們還為可飽和吸收部分設(shè)計(jì)了高速射頻墊，以產(chǎn)生一個(gè)更快、更簡單、更節(jié)能的系統(tǒng)。

Huang 說：“憑借強(qiáng)大的記憶效應(yīng)和出色的信息處理能力，單個(gè)激光梯度神經(jīng)元的行為就像一個(gè)小型神經(jīng)網(wǎng)絡(luò)。因此，即使是沒有額外復(fù)雜連接的單個(gè)激光分級(jí)神經(jīng)元，也能以高性能執(zhí)行機(jī)器學(xué)習(xí)任務(wù)�！�

高速存儲(chǔ)計(jì)算

為了進(jìn)一步證明激光分級(jí)神經(jīng)元的能力，研究人員用它制作了一個(gè)蓄水池計(jì)算系統(tǒng)。這種計(jì)算方法使用一種被稱為 “水庫 ”的特殊類型網(wǎng)絡(luò)來處理與時(shí)間相關(guān)的數(shù)據(jù)，比如用于語音識(shí)別和天氣預(yù)測的數(shù)據(jù)。激光分級(jí)神經(jīng)元具有類似神經(jīng)元的非線性動(dòng)力學(xué)特性和快速處理速度，因此非常適合支持高速蓄水池計(jì)算。

在測試中，由此產(chǎn)生的水庫計(jì)算系統(tǒng)在各種人工智能應(yīng)用中表現(xiàn)出了出色的模式識(shí)別和序列預(yù)測能力，尤其是長期預(yù)測能力，而且處理速度極快。例如，它每秒處理1億次心跳，檢測心律失常模式的平均準(zhǔn)確率達(dá)到98.4%。

在這項(xiàng)工作中，我們使用了單個(gè)激光分級(jí)神經(jīng)元，但我們相信，級(jí)聯(lián)多個(gè)激光分級(jí)神經(jīng)元將進(jìn)一步釋放它們的潛力，就像大腦中有數(shù)十億個(gè)神經(jīng)元在網(wǎng)絡(luò)中協(xié)同工作一樣。Huang 說：“我們正在努力提高激光分級(jí)神經(jīng)元的處理速度，同時(shí)還在開發(fā)一種結(jié)合級(jí)聯(lián)激光分級(jí)神經(jīng)元的深度水庫計(jì)算架構(gòu)�！�

相關(guān)鏈接：https://doi.org/10.1364/OPTICA.537231