网盛创新研究院 - AI、区块链、云计算、大数据技术的研究与应用交流平台!

网盛创新研究院/研究/正文

基于光的类似人脑的AI计算芯片

作者:来源:超哥秀科技

2019-05-09

我们都知道在人工智能的时代,一种类似于人类大脑的运作技术,似乎不再那么牵强;例如,当手机可以识别面部或语言。

blob.png

然而,对于更加复杂的应用程序,计算机仍然遇到了自己的限制。其中一个原因是计算机传统上具有单独的存储器和处理器的单元,其结果是所有数据必须在两者之间来回传输。在这方面,人类大脑甚至领先于最现代化的计算机,因为它处理和存储信息在同一个地方。来自明斯特大学的国际研究团队,牛津和埃克塞特现已成功开发出一种硬件,可以为创建类似人脑的计算机铺平道路。而科学家也设法将生产出一种含有人工神经元网络的芯片,可以模拟神经元及其突触的行为。

blob.png

而研究人员表明,这种光学神经突触网络能够“学习”信息,并将其作为计算和识别模式的基础,就像大脑一样。由于系统仅使用光而不是传统电子,因此可以更快地处理数据数倍,这种方法可以在以后的许多不同领域用于评估大量数据的模式。

blob.png

与所谓的神经形态网络相关的大多数现有方法都是基于电子学,而光学系统仍处于起步阶段。德国和英国科学家现在提出的原理是:可以传输光并可以制造成光学微芯片的光波导与所谓的相变材料相结合,如可重写的DVD。这些相变材料的特点就是,它们可以显着改变它们的光学性质,这取决于它们是否是晶体或是无定形的物质。如果是激光加热材料的话,则可以通过光触发这种相变。因为材料反应强烈,并且显着改变其性质,这也非常适合模仿突触和两个神经元之间的冲动与转移。

blob.png

在他们的研究中,科学家们首次成功地将许多纳米结构相变材料合并为一个神经突触网络。研究人员开发出一种具有四个人工神经元和总共60个突触的芯片。芯片的结构由不同层组成,该技术是光在光学纳米电路内的不同通道上传输的过程。

blob.png

为了测试系统能够识别模式的程度,研究人员使用两种不同的机器学习算法,以光脉冲的形式“馈送”它。在这个过程中,人工系统从实例中“学习”,并最终可以概括它们。在所使用的两种算法的情况下,人工网络最终能够在给定的光模式的基础上识别正在寻找的模式 。

blob.png

而这一非常具体的例子就是,借助于这种硬件,我们可以自动的识别癌细胞。而对于其研究人员来说的话,则只需要增加人工神经元和突触的数量,并增加神经网络的深度,这些可以通过例如使用硅技术制造的光学芯片来完成。然而,在这些应用成为现实之前,我们还是需要做出很多工作。而我们也相信在现在日益完善的技术下,我们会越来越好的解决与改变现在不可能完成的工作与任务,使其在今后的学习、工作与生活中更加趋于完善与智能。


标签:
【版权提示】网盛创新研究院网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至wzy@netsun.com,我们将及时沟通与处理。
关于我们创新研究院大讲堂服务介绍
© 生意宝(002095) 版权所有  浙公网安备 33010002000015号 工商执照 浙ICP证  网络工商