펜실베니아 대학의 엔지니어들이 만든 광자 신경망은 다음과 같습니다.
연구자들은 전통적으로이미지 인식에 사용되는 신경망은 먼저 카메라와 같은 센서가 대상 물체의 이미지를 형성합니다. 광학 데이터는 전기 신호로 변환된 다음 컴퓨터 칩을 사용하여 처리, 분석, 저장 및 분류될 수 있는 이진 코드로 변환됩니다. 이러한 기술의 현재 속도 제한은 프로세서의 클록 일정에 의해 설정되며 여기서 계산은 선형 순서로 차례로 발생합니다.
새로운 개발로 네 가지 주요 요소가 제거되었습니다.기존 디지털 칩의 시간 소모적 요소: 광 신호를 전기 신호로 변환, 입력 데이터를 바이너리 형식으로 변환, 대용량 메모리 모듈 필요, 클럭 기반 계산 수행.
칩 작동 원리의 개략도. 이미지: Ella Maru Studio, Penn Engineering Today
광자 신경망은 광학뉴런 층을 통해 전파될 때 칩의 픽셀 어레이에 입사하는 파동. 개발자들은 각 뉴런에서 선형 계산이 광학적으로 수행되고 비선형 활성화 기능이 광전자공학을 사용하여 구현된다고 말합니다.
칩의 광학 뉴런은 서로 연결되어 있습니다.도파관과 광학선을 사용합니다. 정보는 네트워크 계층을 통해 흐르며, 각 단계는 입력 이미지를 학습된 카테고리 중 하나로 분류하는 데 도움이 됩니다.
논문의 저자는 균일하게 분포된 광원이 각 뉴런에 대해 동일한 범위의 출력 광 신호를 제공한다는 점에 주목합니다. 이를 통해 네트워크를 확장할 수 있습니다.
엔지니어들이 말하는 더 빠른 컴퓨팅얼굴 인식, 사진의 자동 텍스트 감지 또는 자율 주행 자동차가 장애물을 식별하도록 돕는 것과 같은 많은 응용 프로그램을 개선하는 데 핵심이 됩니다.
더 읽어보기
중국 AI가 극초음속 미사일의 진로를 예측한다. 보복공격이 앞당겨질 것이다.
HPV, 암 및 매독의 혼합물에서 "불멸의"세포가 밝혀졌습니다. 그들에 대해 알려진 것
일본 천문학자들이 은하계에서 알려지지 않은 구조를 발견했습니다.