美國普林斯頓大學(xué)創(chuàng )建全球首個(gè)光電子神經(jīng)網(wǎng)絡(luò )

　　據麻省理工《技術(shù)評論》網(wǎng)站報道，美國普林斯頓大學(xué)的科研團隊研制出了全球首枚硅光子神經(jīng)形態(tài)芯片，并證明其能將運算速度提高近2000倍。

　　科研團隊將這種新型芯片的每一個(gè)節點(diǎn)以微型圓形波導的形式蝕刻進(jìn)一個(gè)硅基座內，使光可在其中循環(huán)。當光被輸入節點(diǎn)，就會(huì )調制在節點(diǎn)閾值處工作的激光器的輸出，而激光的輸出會(huì )被反饋回節點(diǎn)，從而創(chuàng )造出一個(gè)擁有非線(xiàn)性特征的反饋電路。關(guān)于這種非線(xiàn)性能模擬神經(jīng)行為的程度，研究人員已證明其輸出在數學(xué)上等效于“連續時(shí)間遞歸神經(jīng)網(wǎng)絡(luò )”。研究人員使用由49個(gè)光子節點(diǎn)組成的芯片網(wǎng)絡(luò )對神經(jīng)網(wǎng)絡(luò )進(jìn)行了模擬演示，并將其用于解決微分方程的數學(xué)問(wèn)題，發(fā)現相較于普通的CPU，這種硅光子神經(jīng)形態(tài)芯片能將運算速度提升1960倍。

　　這項成果使得神經(jīng)形態(tài)芯片的速度得到了顯著(zhù)提升，有助于推動(dòng)面部識別、對象識別、自然語(yǔ)言處理、機器翻譯等人工智能技術(shù)應用的發(fā)展。

　　神經(jīng)網(wǎng)絡(luò )正席卷著(zhù)計算世界。在它們的幫助下，研究人員得以推進(jìn)機器學(xué)習的進(jìn)程。面部識別、對象識別、自然語(yǔ)言處理、機器翻譯……這些原本都是人類(lèi)才有的技能，現在逐漸成為了機器的常規配置。

　　由于神經(jīng)網(wǎng)絡(luò )能夠推動(dòng)人工智能的發(fā)展，這給了研究人員更大的動(dòng)力來(lái)創(chuàng )建更強大的神經(jīng)網(wǎng)絡(luò )。而這項研究的關(guān)鍵是創(chuàng )建類(lèi)似神經(jīng)元( neurons)的電路，即神經(jīng)形態(tài)芯片(neuromorphic chip)。那么，如何使電路的速度得到顯著(zhù)提升?

　　現在，這一問(wèn)題或許有了答案。據 MIT 報道，普林斯頓大學(xué)的 Alexander Tait 團隊創(chuàng )建了全球首個(gè)光電子神經(jīng)網(wǎng)絡(luò )，并展示了其在計算上的超速度。

　　一直以來(lái)，光學(xué)計算都被寄予厚望 。光子的帶寬要比電子高，因此可以更快地處理大量數據。但是，由于光學(xué)處理系統的成本過(guò)高，并沒(méi)有被廣泛使用。而在進(jìn)行模擬信號等任務(wù)時(shí)，這種超快速數據處理能力只有光子芯片才能提供。

　　如今神經(jīng)網(wǎng)絡(luò )又給光子學(xué)提供了一個(gè)新的機會(huì )。“在硅光子平臺的幫助下，光子神經(jīng)網(wǎng)絡(luò )的高速信息處理能力能夠被用于無(wú)線(xiàn)電、控制計算等領(lǐng)域。”Alexander Tait 表示。

　　這個(gè)光子神經(jīng)網(wǎng)絡(luò )的核心是一種光學(xué)設備。它的每個(gè)節點(diǎn)都有神經(jīng)元一樣的響應特征。這些節點(diǎn)采用微型圓形波導的形式，被蝕刻進(jìn)一個(gè)能容許光循環(huán)的硅基座內。一旦光被輸入，它就會(huì )調制在閾值處工作的激光器的輸出。在這個(gè)區域內，入射光的微小變化都會(huì )對激光的輸出產(chǎn)生顯著(zhù)影響。

　　系統中的每個(gè)節點(diǎn)都使用一定波長(cháng)的光，這一技術(shù)被稱(chēng)為波分復用(wave division multiplexin)。來(lái)自各個(gè)節點(diǎn)的光會(huì )被送入激光器，而且激光輸出會(huì )被反饋回節點(diǎn)，創(chuàng )造出一個(gè)擁有非線(xiàn)性特征的反饋電路。這種輸出在數學(xué)上等效于一種被稱(chēng)為“連續時(shí)間遞歸神經(jīng)網(wǎng)絡(luò ) (CTRNN) ”的設備。

　　Tait 團隊表示，該設備可以極大地擴展編程技術(shù)，應用于更大的硅光子神經(jīng)網(wǎng)絡(luò )。

　　研究人員使用由 49 個(gè)光子節點(diǎn)組成的網(wǎng)絡(luò )對神經(jīng)網(wǎng)絡(luò )進(jìn)行模擬演示，以及光子神經(jīng)網(wǎng)絡(luò )如何被用于解決微分方程的數學(xué)問(wèn)題。

　　Tait 將其與普通的 CPU 進(jìn)行了對比。“在這項任務(wù)中，光子神經(jīng)網(wǎng)絡(luò )的有效硬件加速因子大約為 1960×，”，Tait 說(shuō)，“這是一個(gè) 3 個(gè)數量級的速度。”

　　研究人員表示，這項研究打開(kāi)了一個(gè)全新的光子計算行業(yè)的大門(mén)。 Tait 表示：“硅光子神經(jīng)網(wǎng)絡(luò )可能會(huì )是首個(gè)進(jìn)入可擴展信息處理的、更廣泛類(lèi)別的硅光子系統的領(lǐng)軍者。”