基于人工神經(jīng)網(wǎng)絡(luò)的“深度學(xué)習(xí)”計(jì)算機(jī)系統(tǒng)，能夠模仿大腦從積累的例子中學(xué)習(xí)的方式，已經(jīng)成為計(jì)算機(jī)科學(xué)的熱門話題。除了技術(shù)，如人臉和語音識(shí)別軟件可以使用，這些系統(tǒng)可以讀取大量的醫(yī)療數(shù)據(jù)從而發(fā)現(xiàn)模式可用于醫(yī)療診斷，或創(chuàng)造出新藥物的化學(xué)公式。  F'FZ?*a  
l/zC##1+.  
　　但是，這些系統(tǒng)必須執(zhí)行的計(jì)算是非常復(fù)雜和苛刻的，即使是最強(qiáng)大的計(jì)算機(jī)運(yùn)行起來也會(huì)很吃力。 u#WTh%/  
T% 13 '  
　　如今，麻省理工學(xué)院和其他地方的一個(gè)研究小組已經(jīng)開發(fā)出一種新的方法，利用光而不是電，他們說這可以大大提高某些深層計(jì)算的速度和效率。他們的研究結(jié)果發(fā)表在近期的《自然光子》雜志上，由麻省理工大學(xué)的Yichen Shen，研究生Nicholas Harris，教授Marin Soljacic和Dirk Englund等八人共同完成。 ,G|aLBn  
k
_>Fw>Y  
F(9 Y/UXH  
　　Soljacic說，多年來，許多學(xué)者對(duì)光學(xué)計(jì)算機(jī)抱有期待，但這些人們的期待大大超過了實(shí)際情況，并最后反戈一擊，雖然是這些人提出了許多這樣的光子計(jì)算機(jī)模型，但最后宣稱這些無法實(shí)用，而這個(gè)研究團(tuán)隊(duì)開發(fā)的這種基于光的神經(jīng)網(wǎng)絡(luò)系統(tǒng)可用于一些深度學(xué)習(xí)的應(yīng)用程序。。 aroVyUs3j  
fGf-fh;s  
　　當(dāng)涉及到某些重要的神經(jīng)網(wǎng)絡(luò)任務(wù)時(shí)，傳統(tǒng)的計(jì)算機(jī)體系結(jié)構(gòu)并不是很有效。這樣的任務(wù)通常涉及重復(fù)的矩陣乘法運(yùn)算，在傳統(tǒng)的CPU或GPU芯片中計(jì)算將會(huì)量非常大。 'z}M[h K]  
4z%#ZIy3   
　　經(jīng)過多年的研究，麻省理工學(xué)院的研究小組想出了一種用光學(xué)方法來執(zhí)行這些操作的方法。“這種芯片，一旦你進(jìn)行適當(dāng)?shù)恼{(diào)整，可以進(jìn)行矩陣乘法，在原則上，可以實(shí)現(xiàn)零能耗且?guī)缀跏撬查g完成，”Soljacic說。“我們已經(jīng)演示了關(guān)鍵的構(gòu)建塊，但還沒有構(gòu)建出完整的系統(tǒng)�！� Q