基于人工神經(jīng)網(wǎng)絡(luò)算法的計算機深度學(xué)習(xí)系統(tǒng)已成為目前計算機領(lǐng)域研究的前沿?zé)狳c，它的原理是使人工神經(jīng)網(wǎng)絡(luò)算法模仿人腦從實踐中學(xué)習(xí)的方式進(jìn)行學(xué)習(xí)。它除了可以用來實現(xiàn)面部和聲音識別以外，還可通過搜尋大量的醫(yī)學(xué)數(shù)據(jù)來進(jìn)行醫(yī)學(xué)診斷，或者通過搜尋化學(xué)方程式來尋找潛在的新藥合成方式。

但是這類的系統(tǒng)的計算非常復(fù)雜，對機器要求很高，即使對于現(xiàn)有性能最強的計算機也不是件容易的事。

然而，來自于MIT的研究團隊和他們的合作者，提出一種新的方法，用光子代替電子，來進(jìn)行計算。他們表示這種方法將會大大提高計算速度和效率。他們的實驗結(jié)果今天發(fā)表在著名期刊《自然.光子學(xué)》(Nature Photonics )上，論文作者包括MIT博士后沈亦晨，研究生Nicholas Harris, Marin Solja?i?和Dirk Englund教授以及另外8個合作研究者。

事實上，很多研究者長期以來都在推廣基于光子的計算機。但Solja?i?表示，“他們太過于樂觀，結(jié)果往往事與愿違”。盡管很多基于光子計算機的應(yīng)用都是不切實際的，但基于光子的神經(jīng)網(wǎng)絡(luò)系統(tǒng)“可能對于某些應(yīng)用的深度學(xué)習(xí)算法是可行的”，他說道。

Solja?i?的言論并非毫無道理。眾所周知，在人工智能算法中，包含有多次矩陣相乘的運算，基于傳統(tǒng)計算機架構(gòu)的CPU和GPU在處理這些運算的時候非常吃力，計算效率較低。針對這一問題，Solja?i?和他的研究團隊經(jīng)過多年的研究提出了這種基于光學(xué)的計算方法?！斑@種光學(xué)芯片的優(yōu)點在于一但被設(shè)置好，那么它開展矩陣乘法運算所消耗的能量，理論上說可以為0。” Solja?i?說，“雖然目前我們還沒研制出整個系統(tǒng)，但已經(jīng)實現(xiàn)了核心部件的驗證”。

Solja?i?打比方說，即使是一個最普通的眼鏡鏡片也會對穿過它的光波有一個復(fù)雜的運算：傅立葉變換。新的光子芯片所執(zhí)行的運算雖然比傅立葉變換簡單的多，但基本原理類似。這種芯片使用多光束干涉技術(shù)，其干涉條紋信息反映了所需計算的結(jié)果。研究者稱這種芯片為可編程納米光子處理器。

沈亦晨表示，實驗結(jié)果顯示這種光子芯片架構(gòu)理論上可以以更快的速度、更小的功耗來運行人工智能算法：進(jìn)行相同的一次運算所需的能量損耗甚至低于傳統(tǒng)芯片的千分之一?！袄霉庾觼碜鼍仃嚦朔ㄟ\算的內(nèi)秉屬性是功耗降低和速度提升的主要原因，因為密集的矩陣乘法運算是人工智能算法中最耗時間和功率的?！?/p>

這種納米光子處理器由Englund實驗室的Harris等人研發(fā)。它基于一系列相互連接的光波導(dǎo)對光子進(jìn)行導(dǎo)引，這些光波導(dǎo)的連接可根據(jù)需要進(jìn)行設(shè)定和編程，以實現(xiàn)特定的運算目的?！澳憧梢跃幊虒崿F(xiàn)任一矩陣操作” Harris說。團隊的終極計劃是利用多層交錯的裝置實現(xiàn)非線性激活函數(shù)操作，就像大腦中神經(jīng)元的作用一樣。

為了驗證這一概念，團隊利用這個可編程納米光子處理器去實現(xiàn)辨識四個基本元音的神經(jīng)網(wǎng)絡(luò)算法。結(jié)果發(fā)現(xiàn)，盡管僅僅使用了一個初級的系統(tǒng)，他們也獲得了77%的準(zhǔn)確率，而傳統(tǒng)系統(tǒng)的準(zhǔn)確率為90%。Solja?i?表示，擴展系統(tǒng)以獲得更高的準(zhǔn)確度“不存在障礙”。

Englund補充道，這個可編程納米光字處理器也可有其他方面的用途，如數(shù)據(jù)傳輸過程中的信號處理。“高速模擬信號處理是此類處理器可以完成的”，而且要快于那些基于模擬——數(shù)字轉(zhuǎn)換的方法，因為光本身就是一種模擬的介質(zhì)?！斑@種方法可以直接在模擬域進(jìn)行運算”他說到。

與此同時，團隊也表示還需要大量的時間和努力來使得這個系統(tǒng)可以實際應(yīng)用。而且，一旦這種系統(tǒng)擴展成功并且完全的發(fā)揮其作用，它可以有非常多的應(yīng)用，比如數(shù)據(jù)中心或安全系統(tǒng)。這個系統(tǒng)還可以用于無人駕駛汽車或無人機，Harris表示，“在任何你需要進(jìn)行大量運算但卻受到時間和功率限制的情況下，它都可以派上用場?！?/p>