Il nuovo chip di silicio può separare accuratamente il segnale di illuminazione

Aspettatevi di soddisfare i complessi requisiti di rete delle reti neurali

Science and Technology Daily, Pechino, 30 luglio, secondo un recente rapporto della rete di organizzazioni di fisici, i ricercatori del National Institute of Standards and Technology (NIST) hanno sviluppato un chip di silicio che separa accuratamente la capacità di emettere segnali per future reti neurali. La ricerca fornisce un potenziale metodo di progettazione.

Il cervello umano ha miliardi di neuroni (cellule neurali) e ci sono migliaia di giunzioni tra ciascun neurone.Molti progetti di ricerca sono dedicati alla realizzazione di circuiti di rete neurali artificiali per simulare il cervello, ma tradizioni come circuiti a semiconduttori Dispositivi elettronici, spesso incapaci di soddisfare i requisiti di linea estremamente complessi di una rete neurale correttamente funzionante.

Il team NIST consiglia di utilizzare la luce per sostituire la corrente come mezzo di segnale.Le reti neurali hanno dimostrato capacità superiori nella risoluzione di problemi complessi, come l'identificazione rapida dei tipi di modelli e l'analisi accurata dei dati.Le applicazioni leggere accelerano ulteriormente la propagazione del segnale ed eliminano Caricare l'interferenza

Il fisico del team NIST Jeff Chilis ha dichiarato: "Il vantaggio della luce è che può ottimizzare ulteriormente le prestazioni della rete neurale, consentendole di eseguire analisi accurate dei dati scientifici, come la ricerca di pianeti terrestri e la scienza dell'informazione quantistica. E accelerare lo sviluppo di sistemi di controllo dei veicoli senza conducente ad alta intelligenza. '

Secondo i rapporti, i chip NIST creazione di impilamento verticale due guide d'onda fotoniche, il segnale ottico applicati per superare le maggiori difficoltà. Questo schema segnale di routing struttura confina luce ottica in stretto, è in gran parte simile a quella impiegata filo instradare segnali elettrici. questo motivo tridimensionale del meccanismo di routing complesso per eseguire, e quindi completare i passaggi necessari per imitare il processo di funzionamento del sistema nervoso.

I ricercatori hanno detto fascio laser trasmesso attraverso la fibra ottica al chip. Il modello di distribuzione dell'intensità luminosa e l'uscita del circuito integrato selezionato verrà instradato all'ingresso di ciascun gruppo. Per valutare l'uscita, che producono un segnale di uscita di immagini. I risultati hanno mostrato che, l'output finale del metodo è molto uniforme, basso tasso di errore, per ottenere la distribuzione di potenza accurate.

Il team di ricerca ha dichiarato di aver fatto davvero due cose: in primo luogo, l'uso di modelli di progettazione 3D per ottenere più connessioni ottiche nella trasmissione, inoltre, lo sviluppo di successo della nuova tecnologia di misurazione consente di riflettere le caratteristiche di molti dispositivi nel sottosistema ottico. Per lo studio approfondito su vasta scala del sistema nervoso del fotoelettrone, queste due scoperte giocheranno un ruolo cruciale.

Redattore capo di punctuate

Le reti neurali sono già tecnologie popolari nel campo dell'intelligenza artificiale: che si tratti di riconoscimento di immagini, riconoscimento facciale o elaborazione del linguaggio naturale, le reti neurali sono davvero potenti, ma proprio per la sua potenza vengono proposti i chip di livello più basso. Nuove sfide: è prevedibile che i chip tradizionali non riusciranno un giorno a caricare i requisiti computazionali proposti dall'era dell'intelligenza artificiale: in questo momento, il debutto della "luce" è molto atteso - utilizzando circuiti ottici anziché circuiti, trasmissione dati e velocità di elaborazione. È diventato più veloce: molti team stanno già sviluppando chip ottici, ma i risultati sono in genere ancora in fase di laboratorio: per quanto riguarda l'industrializzazione, è necessario prendere in considerazione fattori quali costo, coerenza e stabilità.

2016 GoodChinaBrand | ICP: 12011751 | China Exports