斯坦福證明神經(jīng)網(wǎng)絡(luò)能直接在光學(xué)芯片上訓(xùn)練

　　日前，美國斯坦福大學(xué)的研究人員已經(jīng)證明，可以直接在光學(xué)芯片上訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)。

　　這一重大突破表明，光學(xué)電路可以實現(xiàn)基于電子的人工神經(jīng)網(wǎng)絡(luò)的關(guān)鍵功能，進而可以以更便宜、更快速和更節(jié)能的方式執(zhí)行語音識別、圖像識別等復(fù)雜任務(wù)。

　　斯坦福大學(xué)研究團隊的負責(zé)人范汕洄表示，相比使用數(shù)字計算機，使用光學(xué)芯片進行神經(jīng)網(wǎng)絡(luò)計算更有效，能夠解決更復(fù)雜的問題，這將增強人工神經(jīng)網(wǎng)絡(luò)的能力。

　　雖然光學(xué)人工神經(jīng)網(wǎng)絡(luò)最近已經(jīng)得到實驗證明，但此前的研究是在傳統(tǒng)的數(shù)字計算機上使用一個模型進行訓(xùn)練步驟，然后將最終的設(shè)置導(dǎo)入光學(xué)電路。斯坦福大學(xué)的研究人員研究出一種新方法，通過實現(xiàn)“反向傳播”算法(這是訓(xùn)練傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)方法)的光學(xué)模擬，直接在設(shè)備中訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)。

　　據(jù)介紹，該方法是使用物理設(shè)備而不是計算機模型進行訓(xùn)練，可以使訓(xùn)練過程更精確。由于訓(xùn)練步驟是神經(jīng)網(wǎng)絡(luò)實現(xiàn)中非常耗費計算力的部分，因此，在光學(xué)電路上執(zhí)行這個步驟，對于改進人工神經(jīng)網(wǎng)絡(luò)的計算效率、速度和功耗都是至關(guān)重要的。