研究人員已經(jīng)證明，神經(jīng)網(wǎng)絡(luò)可以使用光學(xué)電路(圖中的藍(lán)色矩形)進(jìn)行訓(xùn)練。在整個網(wǎng)絡(luò)中，會有幾個連接在一起。激光輸入(綠色)信息，通過光學(xué)(黑色)芯片。該芯片使用非均勻波束執(zhí)行對人工神經(jīng)網(wǎng)絡(luò)至關(guān)重要的操作，它是由曲線段表示的。這些部分將兩個相鄰的部分連接在一起，并通過調(diào)整光學(xué)相位(紅色和藍(lán)色物體)的設(shè)置來調(diào)諧，它們的作用就像可以在訓(xùn)練期間調(diào)整以執(zhí)行給定任務(wù)的“轉(zhuǎn)軌”。這一研究結(jié)果由斯坦福大學(xué)研究組的TylerW.Hughes所證明。

“使用光學(xué)芯片比數(shù)字計算機(jī)更有效地執(zhí)行神經(jīng)網(wǎng)絡(luò)，可以解決更復(fù)雜的問題。”斯坦福大學(xué)研究小組的ShanhuiFan說?！袄?，這將增強(qiáng)人工神經(jīng)網(wǎng)絡(luò)執(zhí)行自動駕駛汽車所需任務(wù)的能力，或者對口頭問題作出適當(dāng)?shù)姆磻?yīng)。它還能以我們現(xiàn)在無法想象的方式改善我們的生活?！?/p>

人工神經(jīng)網(wǎng)絡(luò)是一種人工智能，它使用連接的單元以類似于大腦處理信息的方式處理信息。使用這些網(wǎng)絡(luò)來執(zhí)行一個復(fù)雜的任務(wù)，例如語音識別，需要對算法進(jìn)行關(guān)鍵步驟的訓(xùn)練，以適應(yīng)不同的輸入，如不同的單詞。

盡管光學(xué)人工神經(jīng)網(wǎng)絡(luò)最近被實(shí)驗證明，但訓(xùn)練步驟是在傳統(tǒng)的數(shù)字計算機(jī)上使用一個模型進(jìn)行的，然后將最后的設(shè)置輸入到光學(xué)電路中。在光學(xué)學(xué)會的擁有很高影響力的研究雜志上，斯坦福大學(xué)報告了一種直接在設(shè)備中訓(xùn)練這些網(wǎng)絡(luò)的方法，這種方法是通過實(shí)現(xiàn)“光學(xué)模擬”算法來實(shí)現(xiàn)的，這是訓(xùn)練常規(guī)神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)方法。

“使用物理設(shè)備而不是計算機(jī)模型進(jìn)行訓(xùn)練可以使訓(xùn)練過程更加精確。”Hughes說?！按送?，由于訓(xùn)練步驟是神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)過程中非常昂貴的部分，因此執(zhí)行這一步驟對于提高人工網(wǎng)絡(luò)的計算效率、速度和功耗至關(guān)重要。”

基于光的網(wǎng)絡(luò)

雖然神經(jīng)網(wǎng)絡(luò)處理通常使用傳統(tǒng)計算機(jī)執(zhí)行，但仍有大量工作要設(shè)計專門為神經(jīng)網(wǎng)絡(luò)計算而優(yōu)化的硬件?；诠鈱W(xué)的設(shè)備有很大的興趣，因為它們可以并行執(zhí)行，同時使用比電子設(shè)備更少的能量。

在這項新的工作中，研究人員通過設(shè)計一種傳統(tǒng)計算機(jī)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法設(shè)計了一種光學(xué)芯片，這對實(shí)現(xiàn)全光神經(jīng)網(wǎng)絡(luò)提出了重大挑戰(zhàn)。

一個人工神經(jīng)網(wǎng)絡(luò)可以被認(rèn)為是一個黑匣子，有大量的人工神經(jīng)網(wǎng)絡(luò)。在訓(xùn)練過程中，每個訓(xùn)練單元都會有一些變化，然后對系統(tǒng)進(jìn)行測試，看看算法的性能是否有所提高。

“我們的方法不僅可以幫助你預(yù)測轉(zhuǎn)向哪個方向，而且還可以幫助你預(yù)測你應(yīng)該把每一種方法都轉(zhuǎn)化成更接近預(yù)期的性能?！盚ughes說?！拔覀兊姆椒ù蟠蠹涌炝擞?xùn)練的速度，特別是對于大型網(wǎng)絡(luò)，因為我們并行地獲得了關(guān)于每種方法的信息。”

片上訓(xùn)練

新的訓(xùn)練協(xié)議工作在光路上，通過改變光學(xué)相位的設(shè)置來調(diào)整光路。將待處理的激光束編碼信息發(fā)射到光路中，通過光束進(jìn)行光路傳輸，并對其進(jìn)行調(diào)整，以訓(xùn)練神經(jīng)網(wǎng)絡(luò)算法。

在新的訓(xùn)練協(xié)議中，激光器首先通過光路輸入。在設(shè)備上，計算與預(yù)期結(jié)果的差異。然后，該信息被用來產(chǎn)生一個新的光信號，該光信號通過光網(wǎng)絡(luò)以相反的方向發(fā)送回來。在這個過程中，研究人員通過測量每個光束周圍的光強(qiáng)度，展示了如何并行地檢測神經(jīng)網(wǎng)絡(luò)性能將如何隨著光束的設(shè)置而變化。根據(jù)這些信息可以改變相位設(shè)置，并且過程可以重復(fù)，直到神經(jīng)網(wǎng)絡(luò)產(chǎn)生期望的結(jié)果。

研究人員通過教授一種執(zhí)行復(fù)雜功能的算法，例如在一組點(diǎn)內(nèi)提取復(fù)雜的特征，用光學(xué)模擬測試了他們的訓(xùn)練技術(shù)。他們發(fā)現(xiàn)，光學(xué)實(shí)現(xiàn)功能與傳統(tǒng)計算機(jī)相似。

“我們的工作證明，你可以利用物理定律來實(shí)現(xiàn)計算機(jī)科學(xué)算法，”Fan說?！巴ㄟ^在光領(lǐng)域?qū)@些網(wǎng)絡(luò)進(jìn)行訓(xùn)練，它表明光神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以單獨(dú)使用光學(xué)來實(shí)現(xiàn)某些更高的性能?！?/p>

目前，研究人員正計劃進(jìn)一步優(yōu)化該系統(tǒng)，并希望利用它實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)任務(wù)的實(shí)際應(yīng)用。他們設(shè)計的一般方法可用于各種神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)和其他應(yīng)用，如光學(xué)。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請及時聯(lián)系我們刪除（QQ:2737591964），不便之處，敬請諒解！