|
光线可以通过彼此交互来执行计算。
人工神经网络,从人类大脑获得灵感的计算机算法,已经表现出奇特的功能,例如检测谎言,识别面孔和预测心脏病发作。但大多数计算机无法有效地独立运行他们自己。现在,一个工程师团队设计了一个使用光束模拟神经元的计算机芯片。这样的“光学神经网络”可以使所谓的深度学习(从虚拟助手到语言翻译器)的应用更快更有效率。
大多数计算机通过使用一系列晶体管,允许电通过或不通过的门工作。说白了就是咱们现在使用的一切电子智能系统其实都是在电的作用下工作的,没有电白给都不要。但几十年前,物理学家意识到,光可能会使某些过程更有效率:例如构建神经网络。这是因为光波可以并行运行和交互,从而允许它们同时执行大量的功能。科学家们已经使用光学设备建立简单的神经网络,但这些设置需要桌面充满敏感的感应器和镜头。多年来,光子处理被视为不切实际。
动物神经元
现在,剑桥麻省理工学院麻省理工学院(MIT)的研究人员已经把大部分设备集中到了几毫米的微芯片上。
新芯片由硅制成,它模拟了四个“四层”中的16个神经元网络。数据以激光束的形式进入芯片,分成四个较小的光束。每个进入光束的亮度表示不同的数量或信息片段,并且每个退出光束的亮度表示新的数字,在信息被处理之后的“解决方案”。在两者之间,光的交叉路径以相互作用的方式可以放大或削弱其各自的强度,光波浪相互交叉时可以相加或相减。这些交叉点模拟了基于连接强度可以增强或抑制大脑中一个神经元到另一个神经元信号的方式。光束也通过进一步调整其强度的模拟神经元。
光学计算是有效的,因为一旦产生光线,它们就会自行进行并相互作用。您可以引导他们 :晶体管需要电力来操作。 |
|