Popular science work
德國明斯特大學、英國埃克塞特大學和牛津大學聯(lián)合團隊現(xiàn)已開發(fā)出一種所謂的基于事件的架構(gòu)，該架構(gòu)使用光子處理器，通過光來傳輸和處理數(shù)據(jù)。與大腦類似，這使得神經(jīng)網(wǎng)絡(luò)內(nèi)的連接不斷適應(yīng)成為可能。這種可變的連接是學習過程的基礎(chǔ)。該研究發(fā)表在新一期《科學進展》雜志上。
現(xiàn)代計算機模型（例如復雜、強大的人工智能應(yīng)用程序）將傳統(tǒng)數(shù)字計算機流程推向極限。新型計算架構(gòu)模擬生物神經(jīng)網(wǎng)絡(luò)的工作原理，有望實現(xiàn)更快、更節(jié)能的數(shù)據(jù)處理。
機器學習中的神經(jīng)網(wǎng)絡(luò)需要的是由外部興奮信號激活并與其他神經(jīng)元有連接的人工神經(jīng)元。這些人工神經(jīng)元之間的連接稱為突觸，就像生物原始神經(jīng)元一樣。研究團隊使用了一個由近8400個光學神經(jīng)元組成的網(wǎng)絡(luò)，這些神經(jīng)元由波導耦合相變材料制成。
研究表明，每個神經(jīng)元之間的兩個連接確實可以變得更強或更弱（突觸可塑性），且可形成新的連接，或消除現(xiàn)有的連接（結(jié)構(gòu)可塑性）。與其他類似研究相比，突觸不是硬件元件，而是根據(jù)光脈沖的特性進行編碼。換句話說，根據(jù)光脈沖的相應(yīng)波長和強度進行編碼，這使得在一塊芯片上集成數(shù)千個神經(jīng)元并以光學方式連接它們成為可能。
與傳統(tǒng)的電子處理器相比，基于光的處理器提供了更高的帶寬，僅低能耗就可以執(zhí)行復雜的計算任務(wù)。從長遠來看，它將能以快速、節(jié)能的方式應(yīng)用于人工智能。
來源：科技日報
