加入收藏设为首页联系我们广告服务关于本站
瑞士苏黎世IBM研究中心的Bert Jan Offrein等人在Nanophotonics期刊上发表综述:评述了集成光学解决方案在加速推理和人工神经网络训练方面的前景。
美国国家标准与技术研究所(NIST)的研究人员制造了一种新的硅芯片,可以精确地通过微型类脑网格分发光学信号,展示了神经网络潜在的创新设计方案。人脑拥有数十亿个神经元(神经细胞),每个神经元与其他神经元有成千上万个连接。许多计算研究类项目旨在通过创建人工神经网络电路来模拟大脑。但是传统的电子器件,包括半导体电路的电气布线,往往会阻碍有用的神经网络所需的极其复杂的布线。
美国斯坦福大学的研究人员在《Optica》上发表研究成果,展示了直接在光芯片上使用光模拟“反向传播”算法的方式可训练人工神经网络,证实直接在一个光芯片上训练人工神经网络的可能性。该重大突破性进展展示了光电路能够实现基于电子的人工神经网络的重要功能,并能够以更廉价、更快和更高能效的方式来执行类似语音或图像识别等复杂任务。“反向传播”算法是训练传统神经网络的标准方式。
当前第1页 共1页 共3条  跳转页码: 首页 上一页 下一页 末页