美國麻省理工學院（MIT）科學家在12日出版的《自然·光學》雜志上發(fā)表論文稱，他們開發(fā)出一種全新的光學神經(jīng)網(wǎng)絡系統(tǒng)，能執(zhí)行高度復雜的運算，從而大大提高“深度學習”系統(tǒng)的運算速度和效率。 x#-uf  
L$=@j_V2  
“深度學習”系統(tǒng)通過人工神經(jīng)網(wǎng)絡模擬人腦的學習能力，現(xiàn)已成為計算機領域的研究熱門。但由于在模擬神經(jīng)網(wǎng)絡任務中，需要執(zhí)行大量重復性“矩陣乘法”類高度復雜的運算，對于依靠電力運行的傳統(tǒng)CPU（中央處理器）或GPU（圖形處理器）芯片來說，這類運算太過密集，完成起來非�！俺粤Α�。 1L]7*NJe  
!C *%,Ak  
通過幾年努力，MIT教授馬林·索爾賈�？撕屯�事開發(fā)出光學神經(jīng)網(wǎng)絡系統(tǒng)的重要部件——全新可編程納米光學處理器，這些光學處理器能在幾乎零能耗的情況下執(zhí)行人工智能中的復雜運算。索爾賈�？私忉尩溃�普通眼鏡片就能通過光波執(zhí)行“傅里葉變換”這樣的復雜運算，可編程納米光學處理器采用了同樣的原理，其包含多個激光束組成的波導矩陣，這些光波能相互作用，形成干涉模式，從而執(zhí)行特定的目標運算。 nd3=\.(P  
{hG