علم و صنعت روزانه پکن 30 جولای، با توجه به فیزیکدان شبکه سازمانی اخیرا گزارش داد که موسسه ملی استاندارد و فناوری (NIST) محققان یک تراشه سیلیکون را توسعه داده اند، آن است که دقیقا توانایی تقسیم سیگنال لومینسانس در برای آینده از شبکه های عصبی مطالعه یک روش طراحی بالقوه فراهم می کند.
مغز انسان میلیاردها نورون (سلول های عصبی)، هر نورون بین هزاران نفر از یوان یک نقطه اتصال وجود دارد. بسیاری از پروژه های تحقیقاتی اختصاص داده شده به تولید مصنوعی مدار شبکه عصبی برای شبیه سازی مغز است، اما، مثل مدار نیمه هادی مانند سنتی دستگاه های الکترونیکی، اغلب نمی تواند تامین عملکرد طبیعی شبکه عصبی مورد نیاز سیم کشی بسیار پیچیده باشد.
تیم NIST توصیه به استفاده از نور به عنوان یک سیگنال به جای رسانه های فعلی در حل مسائل پیچیده، شبکه های عصبی توانایی برتر برای شناسایی الگوهای مانند تجزیه و تحلیل سریع و دقیق از انواع داده ها، و غیره نرم افزار از نور بیشتر خواهد شد سرعت بخشیدن به سرعت انتشار سیگنال، و برای از بین بردن نشان داده اند شارژ دخالت.
NIST تیم فیزیکدان جف شیلی گفت: مزیت این است که نور بیشتر ممکن است بهینه سازی عملکرد شبکه های عصبی، برای فعال کردن دقیق تجزیه و تحلیل داده های علمی، مانند جستجو مانند سیارات و مانند آن برای اطلاعات کوانتومی، سرعت بخشیدن به تحقیقات و توسعه سیستم های کنترل وسیله نقلیه بدون سرنشین هوشمند.
بر اساس گزارش ها، تراشه های NIST طراحی شده توسط عمودی انباشته دو موجبر فوتونیک، سیگنال نوری اعمال برای غلبه بر مشکلات عمده ای در این نوری طرح سیگنال مسیریابی محدوده ساختار نور در تنگ، تا حد زیادی شبیه به کار اشتغال سیم مسیریابی سیگنال های الکتریکی. این طراحی سه بعدی از ساز و مسیریابی پیچیده برای اجرا، و پس از تکمیل مراحل لازم به تقلید از فرآیند بهره برداری از سیستم عصبی است.
محققان گفتند پرتو لیزر انتقال از طریق فیبر نوری به تراشه. الگوی توزیع شدت نور و انتخاب تراشه خروجی خواهد شد به ورودی از هر گروه روت. برای ارزیابی خروجی، آنها تولید یک سیگنال خروجی تصویر. نتایج نشان داد که، خروجی نهایی این روش بسیار یکنواخت، میزان خطای پایین، برای رسیدن به توزیع قدرت دقیق است.
تیم تحقیقاتی گفت که آنها واقعا دو چیز را انجام داده اند: اول، استفاده از مدل های طراحی سه بعدی برای دستیابی به ارتباطات بیشتری در انتقال، علاوه بر این، توسعه موفقیت آمیز فناوری اندازه گیری جدید، ویژگی های بسیاری از دستگاه های زیر سیستم نوری را منعکس می کند. برای مطالعه در مقیاس وسیع در مورد سیستم عصبی فوتوالکتریک، این دو پیشرفت نقش مهمی ایفا خواهند کرد.
سردبیر
تکنولوژی شبکه های عصبی در حال حاضر محبوب جامعه هوش مصنوعی، که آیا آن یک تشخیص تصویر، تشخیص چهره و یا پردازش زبان طبیعی، در شبکه های عصبی استفاده می شود. شبکه های عصبی در واقع قدرتمند است، بلکه دقیقا به دلیل قوی، تراشه آن ارائه به پایین آن فکر که چالش های جدیدی، نه یک روز محاسبه بار تراشه سنتی درخواست دوران AI، این زمان، «نور» اولین امید زیادی - مدار به جای مسیر نوری، انتقال داده ها و پردازش با سرعت می توانید سریع تر. بسیاری از تیم در توسعه تراشه های نوری، با این حال، نتایج به طور کلی هنوز در مرحله آزمایشگاهی هستند، به هزینه های صنعتی، یکنواختی و پایداری و بسیاری از عوامل دیگر نیز در نظر بگیرید.