科技日报北京7月30日电 据物理学家组织网近日报道, 美国国家标准与技术研究院 (NIST) 的研究人员研制出一种硅芯片, 它精准分发光信号的能力, 为未来的神经网络研究提供了一种潜在设计方法.
人脑拥有数十亿神经元 (神经细胞) , 每个神经元之间都存在着上千个连接点. 许多研究项目致力于制造人工神经网络电路来模拟大脑, 但是, 像半导体电路这类传统电子器件, 通常无法满足正常运作的神经网络中极其复杂的线路需求.
NIST团队建议使用光取代电流作为信号媒介. 在解决复杂问题方面, 神经网络已展示出卓越的能力, 比如快速识别模式类型和精确分析数据等. 光的应用则将进一步加快信号传播速度, 并消除电荷干扰.
NIST团队物理学家杰夫·奇利斯说: '光的优点在于可进一步优化神经网络的性能, 使其能进行精确的科学性数据分析, 例如搜索类地行星以及用于量子信息科学等, 并加速高智能无人驾驶汽车控制系统的开发研究. '
据报道, NIST设计的芯片通过两层光子波导的垂直堆叠, 攻克了光信号应用中的主要难题. 这种结构将光限制于狭小的路线中进行光信号路由, 这很大程度上类似于采用电线路由电信号. 这种三维设计使复杂的路由机制得以运行, 进而完成模仿神经系统运作过程的必要步骤.
研究人员表示, 激光通过光纤传输到芯片中. 根据选定的光的强度以及分布模式, 芯片会将每个输入路由到输出组. 为评估输出结果, 他们制作出输出信号的图像. 结果表明, 该种方法的最终输出高度均匀, 误差率低, 实现了精准的功率分布.
研究团队表示, 他们真正做到了两件事. 一是开始运用三维设计模型实现传输中更多的光学连接; 另外, 新型测量技术的成功开发使得光子系统中众多设备的特性得以体现. 随着人们对于光电子神经系统的大规模深入研究, 这两种突破将会起到至关重要的作用.
总编辑圈点
神经网络已经是人工智能界的当红技术, 无论是图像识别, 人脸识别还是自然语言处理, 都要用到神经网络. 神经网络确实强大, 却也恰恰因为它的强大, 对最底层芯片提出了新挑战. 可以预见的是, 传统芯片总有一天会无法负荷人工智能时代提出的计算要求, 此时, '光' 闪亮登场, 被寄予厚望——用光路代替电路, 数据传输和处理速度能变得更快. 已有很多团队在研发光学芯片, 不过, 成果一般都还处在实验室阶段, 走向工业化还要考虑成本, 一致性和稳定性等诸多因素.