8月30日消息，港科大的研究團(tuán)隊(duì)提出了一種全光學(xué)神經(jīng)網(wǎng)絡(luò)，所有線性變換、激活函數(shù)通過光學(xué)模塊就能實(shí)現(xiàn)。 B`T|M$Ug  
7.hVbjy'-  
X+?*Tw!\  
近日，來自香港科技大學(xué)的研究團(tuán)隊(duì)在《Optica》雜志上發(fā)表了一篇論文，詳細(xì)描述了他們提出的雙層全光學(xué)神經(jīng)網(wǎng)絡(luò)。這是一個(gè)功能完善的全光學(xué)神經(jīng)網(wǎng)絡(luò)（AONN），其中所使用的線性函數(shù)和非線性激活函數(shù)都是完全根據(jù)光學(xué)實(shí)現(xiàn)的。而且這種全光學(xué)神經(jīng)網(wǎng)絡(luò)還能擴(kuò)展到更加復(fù)雜的神經(jīng)網(wǎng)絡(luò)架構(gòu)，從而完成圖像識(shí)別等更復(fù)雜的任務(wù)。 3!Rb{  
i ao
/l  
"n7rbh3VW  
在處理模式識(shí)別、風(fēng)險(xiǎn)管理以及其他同樣復(fù)雜的任務(wù)時(shí)，最強(qiáng)大的計(jì)算機(jī)都無法與人腦匹敵。但是，近來光學(xué)神經(jīng)網(wǎng)絡(luò)取得的進(jìn)展通過模擬人腦中神經(jīng)元的反應(yīng)方式縮小了計(jì)算機(jī)與人腦之間的差距。這種光學(xué)神經(jīng)網(wǎng)絡(luò)比 ML 中的網(wǎng)絡(luò)能耗更低、運(yùn)算更快，是未來大規(guī)模應(yīng)用 AI 的堅(jiān)實(shí)基礎(chǔ)。 QKE$>G  
cx1U6A+  
這個(gè)復(fù)雜的東西就是一個(gè)兩層的全光學(xué)神經(jīng)網(wǎng)絡(luò)，它和機(jī)器學(xué)習(xí)中的兩層全連接網(wǎng)絡(luò)有點(diǎn)「類似」。 p!
zC  
Yw\}'7  
研究團(tuán)隊(duì)成員之一 Junwei Liu 表示：「我們提出的全光學(xué)神經(jīng)網(wǎng)絡(luò)能夠以光速執(zhí)行光學(xué)并行計(jì)算，并且耗能極少。這種大規(guī)模的全光學(xué)神經(jīng)網(wǎng)絡(luò)可應(yīng)用于圖像識(shí)別以及科學(xué)研究等諸多領(lǐng)域。」 gmj a2F,  
J
r%