研究人員開發(fā)出高效光學(xué)神經(jīng)網(wǎng)絡(luò)
洛桑聯(lián)邦理工學(xué)院（EPFL）的研究人員發(fā)布了一個(gè)可編程框架，該框架克服了基于光學(xué)的人工智能系統(tǒng)的一個(gè)關(guān)鍵計(jì)算瓶頸。在一系列圖像分類實(shí)驗(yàn)中，他們利用來自低功率激光器的散射光來執(zhí)行精確、可擴(kuò)展的計(jì)算，而使用的能量僅為電子設(shè)備的一小部分。 z k( U8C+
[attachment=129844] RZ+`T+zL
可編程框架 ;amXY@RmH
隨著數(shù)字人工智能系統(tǒng)的規(guī)模和影響不斷擴(kuò)大，訓(xùn)練和部署這些系統(tǒng)所需的能源也在增加，更不用說相關(guān)的碳排放了。最近的研究表明，如果目前的人工智能服務(wù)器生產(chǎn)繼續(xù)保持目前的速度，到 2027 年，其年能耗將超過一個(gè)小國的能耗。 l<);s
受人腦架構(gòu)啟發(fā)的深度神經(jīng)網(wǎng)絡(luò)，由于在多層神經(jīng)元式處理器之間存在數(shù)百萬甚至數(shù)十億個(gè)連接，因此特別耗電。 r\/+Oa'
為了應(yīng)對如雨后春筍般增長的能源需求，研究人員加倍努力實(shí)現(xiàn)光計(jì)算系統(tǒng)。這些系統(tǒng)依靠光子來處理數(shù)據(jù)，雖然理論上光可以比電子更快、更有效地進(jìn)行計(jì)算，但一個(gè)關(guān)鍵的挑戰(zhàn)阻礙了光學(xué)系統(tǒng)超越電子技術(shù)水平的能力。 50= {%R
Demetri Psaltis說：“我們的方法比最先進(jìn)的深度數(shù)字網(wǎng)絡(luò)省電多達(dá) 1000 倍，是實(shí)現(xiàn)光神經(jīng)網(wǎng)絡(luò)的一個(gè)前景廣闊的平臺。為了對神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行分類，每個(gè)節(jié)點(diǎn)或'神經(jīng)元'都必須根據(jù)加權(quán)輸入數(shù)據(jù)做出是否啟動的決定”。洛桑聯(lián)邦理工學(xué)院工程學(xué)院應(yīng)用光子器件實(shí)驗(yàn)室主任Christophe Moser說：“這一決定會導(dǎo)致所謂的數(shù)據(jù)非線性轉(zhuǎn)換，即輸出與輸入不成正比。" NC38fiH_N
Moser解釋說，雖然數(shù)字神經(jīng)網(wǎng)絡(luò)可以通過晶體管輕松實(shí)現(xiàn)非線性變換，但在光學(xué)系統(tǒng)中，這一步驟需要非常強(qiáng)大的激光器。 F;]%V%F.X
Moser與學(xué)生 Mustafa Yildirim、Niyazi Ulas Dinc 和 Ilker Oguz 以及光學(xué)實(shí)驗(yàn)室負(fù)責(zé)人 Demetri Psaltis 合作，開發(fā)出了一種以光學(xué)方式執(zhí)行這些非線性計(jì)算的節(jié)能方法。 {D=@n4JO
他們的新方法包括在低功率激光束的空間調(diào)制中對數(shù)據(jù)（如圖像的像素）進(jìn)行編碼。光束會多次反射回自身，從而實(shí)現(xiàn)像素的非線性倍增。 rdJR 2
Psaltis說：“我們在三個(gè)不同數(shù)據(jù)集上進(jìn)行的圖像分類實(shí)驗(yàn)表明，我們的方法具有可擴(kuò)展性，比最先進(jìn)的深度數(shù)字網(wǎng)絡(luò)省電1000倍，是實(shí)現(xiàn)光學(xué)神經(jīng)網(wǎng)絡(luò)的一個(gè)前景廣闊的平臺�！� YIjTL!bA"
這項(xiàng)研究最近發(fā)表在《自然·光子學(xué)》（Nature Photonics）上。 t PF.r
[attachment=129845] z^<"x |:
光學(xué)處理器的核心。 6R^^
|