详细内容或原文请订阅后点击阅览
多合同光网络优于数字AI模型
数十年来，科学家一直将其视为加快计算的一种方式。光子神经网络（使用光而不是电力来处理信息的系统）比传统电子产品更快地速度和更低的能量使用。
来源:英国物理学家网首页数十年来，科学家一直将其视为加快计算的一种方式。光子神经网络（使用光而不是电力来处理信息的系统）比传统电子产品更快地速度和更低的能量使用。
，尽管它们具有潜力，但这些系统仍在努力与数字神经网络的准确性相匹配。一个关键原因：大多数光子系统仍然模仿数字模型的结构和培训方法，从软件转换为硬件时会引入错误。
神经网络现在，来自西北理工大学和中国东南大学的研究团队开发了一种新型的光子神经网络，该网络摆脱了这种数字模仿。他们的设计发表在高级光子学Nexus中，使用光的物理转换直接处理信息，而无需依赖数学模型。这种方法不仅提高了准确性，而且还突出了一个新的方向，以构建更智能，更快的AI硬件。
已发布 高级光子学Nexus考虑神经网络的新方法
传统的光子神经网络在转移到物理设备之前对计算机进行了数字训练。此过程在多个阶段引入错误：在数学建模，参数舍入，硬件制造和系统组件中。这些错误限制了最终系统的准确性。
为了克服这一限制，研究人员设计了一个“光子多合一神经网络”，该网络以更直接和物理的方式使用光处理信息。该系统不依赖数字计算，而是使用多个光学路径来连接输入和隐藏层。这些路径是使用空间光调节器和相机创建的，这些空间光调节器和相机会实时操纵和捕获光图案。
电信号 错误 物理过程 设计原理 智能传感器