关闭 More 保存 重做 撤销 预览

   
关闭   当前为简洁模式,您可以更新模块,修改模块属性和数据,要使用完整的拖拽功能,请点击进入高级模式

博牛笔行天下
超级版主
当前积分:12524
帖子    26687
新博币    43090 提现
提现    0
     
    432 1 | 显示全部楼层 |倒序浏览
    香港中文大学、中国中科院物理研究所等专家及研究员近期在《Optica期刊》上发表一种基于“雷射”的人工神经元相关研究。

    研究指出,该AI神经元基于晶片的量子点雷射器,不仅能完全模仿人类神经细胞功能,其10GBaud讯号处理速度,代表比生物神经元快整整10亿倍,也就是说,AI神经元能在1秒内处理1亿次心跳数据,在1秒内分析3479万张手写数码图像。

    《新智元》公众号分析称,激光(雷射,下同)人工神经元能够以模仿生物神经元行为的方式,对输入信号(讯号,下同)做出响应,由于其超快的数据处理速度和低能耗,正被探索用作显著增强计算的一种方式。

    image.png

    研究认为,研究人员使用的雷射分级神经元是电注入的。相较于现有的雷射神经元演示中,雷射是使用光学注入,系统需要辅助可调谐雷射光源和额外的光电调制器[ 19-23、25、26、30 ]。与这些替代方案相比,我们的电注入雷射神经元不需要任何外部雷射泵浦和调制器,从而降低了硬体成本、系统复杂性和能耗。

    港中大研究小组负责人Chaoran Huang(黄超然)表示,“激光梯级神经元突破了当前光子脉冲神经元的速度限制,我们构建的一个储层计算系统(reservoir computing system),在模式识别和序列预测等AI任务中展现出卓越的性能。”

    他强调,凭藉强大记忆效应和出色的资讯处理能力,单个激光梯度神经元,可以表现得像一个小型神经网路,即便没有额外复杂连接的单个激光梯级神经元,也能高效地执行机器学习任务。

    此外,研究人员使用的QD雷射可以整合到大规模分级神经元阵列中,显示出实现深层储层架构和能够执行高度复杂的人工智能任务的大规模光学神经网路之希望。

    该研究假使持续证明可行,未来可实现片上深水库架构,以便能够处理更复杂的人工智能任务,仿生整合光子分级神经元作为下一代光学非线性运算单元,为高速光子神经形态运算开辟一条新路线。

    点击按钮快速添加回复内容: 支持 高兴 激动 给力 加油 淡定 生气 回帖 路过 感动 感恩
    高级模式
    B Color Image Link Quote Code Smilies |上传

    本版积分规则

    快速回复 返回顶部 返回列表