ペンシルベニア大学のエンジニアによって作成されたフォトニックニューラルネットワークは、
研究者は伝統的にそれを説明します画像認識に使用されるニューラルネットワークは、最初にカメラなどのセンサーがターゲットオブジェクトの画像を形成します。光データは電気信号に変換されてから、コンピュータチップを使用して処理、分析、保存、およびソートできるバイナリコードに変換されます。このようなテクノロジの現在の速度制限は、プロセッサのクロックスケジュールによって設定され、計算は線形シーケンスで次々に実行されます。
新しい開発により、主要な 4 つが排除されました従来のデジタル チップにおける時間のかかる要因: 光信号から電気信号への変換、入力データのバイナリ形式への変換、大規模なメモリ モジュールの必要性、およびクロック ベースの計算の実行。
チップの動作原理の概略図。画像：Ella Maru Studio、Penn Engineering Today
フォトニックニューラルネットワークは光を処理します波は、ニューロンの層を伝播するときにチップ上のピクセルの配列に入射します。開発者は、各ニューロンで線形計算が光学的に実行され、非線形活性化関数がオプトエレクトロニクスを使用して実装されていると言います。
チップの光学ニューロンは相互接続されています。導波管と光ワイヤーを使用します。情報はネットワークの層を介して流れ、各ステップは入力画像を学習されたカテゴリの 1 つに分類するのに役立ちます。
論文の著者は、均一に分散された光源が各ニューロンに同じ範囲の出力光信号を提供することに注目しています。これにより、ネットワークの拡張が可能になります。
エンジニアはより速いコンピューティングを言いますは、顔認識、写真の自動テキスト検出、自動運転車による障害物の特定など、多数のアプリケーションを改善するための鍵です。
続きを読む
中国のAIは、極超音速ミサイルの進路を予測します。報復ストライキが先になります
HPV、癌、梅毒の混合物から、「不死の」細胞が判明しました：それらについて知られていること
日本の天文学者は銀河に未知の構造を発見しました