研究人員已經(jīng)證明，可以直接在光學芯片上訓練人工神經(jīng)網(wǎng)絡(luò)。重大突破表明，光學電路可以執(zhí)行基于電子的人工神經(jīng)網(wǎng)絡(luò)的關(guān)鍵功能，并且可以導致執(zhí)行諸如語音或圖像識別之類的復雜任務(wù)的更便宜，更快速和更節(jié)能的方式。

“使用光學芯片比數(shù)字計算機更有效地執(zhí)行神經(jīng)網(wǎng)絡(luò)計算可以解決更復雜的問題，”斯坦福大學的研究小組負責人Shanhui Fan表示。“這將增強人工神經(jīng)網(wǎng)絡(luò)執(zhí)行自動駕駛汽車所需任務(wù)的能力，或者對口頭問題做出適當?shù)姆磻?。例如，它還可以用我們現(xiàn)在無法想象的方式改善我們的生活。”

人工神經(jīng)網(wǎng)絡(luò)是一種人工智能，它使用連接單元以類似于大腦處理信息的方式處理信息。使用這些網(wǎng)絡(luò)執(zhí)行復雜的任務(wù)，例如語音識別，需要訓練算法的關(guān)鍵步驟來對輸入進行分類，例如不同的單詞。

盡管最近通過實驗證明了光學人工神經(jīng)網(wǎng)絡(luò)，但是在傳統(tǒng)的數(shù)字計算機上使用模型進行訓練步驟，然后將最終設(shè)置導入光學電路。在Optica，光學學會的高影響力研究期刊中，斯坦福大學的研究人員報告了一種通過實現(xiàn)“反向傳播”算法的光學模擬直接在設(shè)備中訓練這些網(wǎng)絡(luò)的方法，這是訓練傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的標準方法。

“使用物理設(shè)備而不是計算機模型進行訓練可以使過程更加準確，”該論文的第一作者Tyler W. Hughes說。“此外，由于訓練步驟是神經(jīng)網(wǎng)絡(luò)實現(xiàn)中計算成本非常高的一部分，因此光學執(zhí)行此步驟對于提高人工網(wǎng)絡(luò)的計算效率，速度和功耗至關(guān)重要。”

基于光的網(wǎng)絡(luò)

盡管通常使用傳統(tǒng)計算機執(zhí)行神經(jīng)網(wǎng)絡(luò)處理，但是設(shè)計專門針對神經(jīng)網(wǎng)絡(luò)計算而優(yōu)化的硬件仍有很大的努力?；诠鈱W的設(shè)備非常令人感興趣，因為它們可以并行執(zhí)行計算，同時使用比電子設(shè)備更少的能量。

在這項新工作中，研究人員通過設(shè)計一種復制傳統(tǒng)計算機訓練神經(jīng)網(wǎng)絡(luò)方式的光學芯片，克服了實施全光學神經(jīng)網(wǎng)絡(luò)的重大挑戰(zhàn)。

人工神經(jīng)網(wǎng)絡(luò)可以被認為是具有許多旋鈕的黑盒子。在訓練步驟中，每個旋鈕都轉(zhuǎn)動一點，然后測試系統(tǒng)以查看算法的性能是否得到改善。

“我們的方法不僅可以幫助預測轉(zhuǎn)動方向的方向，還可以預測每個旋鈕的旋轉(zhuǎn)程度，使您更接近所需的性能，”休斯說。“我們的方法顯著加快了訓練速度，特別是對于大型網(wǎng)絡(luò)，因為我們可以并行獲取有關(guān)每個旋鈕的信息。”

片上培訓

新的訓練協(xié)議在具有可調(diào)諧分束器的光學電路上運行，可通過改變光學移相器的設(shè)置來調(diào)整。編碼待處理信息的激光束被發(fā)射到光學電路中并由光波導通過分束器承載，分束器被調(diào)整為旋鈕以訓練神經(jīng)網(wǎng)絡(luò)算法。

在新的訓練協(xié)議中，首先通過光學電路饋送激光。退出設(shè)備后，計算與預期結(jié)果的差異。然后，該信息用于生成新的光信號，該光信號通過光網(wǎng)絡(luò)以相反的方向發(fā)回。通過在此過程中測量每個分束器周圍的光強度，研究人員展示了如何并行檢測神經(jīng)網(wǎng)絡(luò)性能相對于每個分束器設(shè)置的變化?？梢曰谠撔畔⒏淖円葡嗥髟O(shè)置，并且可以重復該過程直到神經(jīng)網(wǎng)絡(luò)產(chǎn)生期望的結(jié)果。

研究人員通過教授算法來測試他們的訓練技術(shù)和光學模擬，以執(zhí)行復雜的功能，例如在一組點中挑選復雜的特征。他們發(fā)現(xiàn)光學實現(xiàn)與傳統(tǒng)計算機類似地執(zhí)行。

“我們的工作表明你可以使用物理定律來實現(xiàn)計算機科學算法，”范說。“通過在光學領(lǐng)域訓練這些網(wǎng)絡(luò)，它表明光學神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以構(gòu)建為僅使用光學器件來執(zhí)行某些功能。”

研究人員計劃進一步優(yōu)化系統(tǒng)，并希望用它來實現(xiàn)神經(jīng)網(wǎng)絡(luò)任務(wù)的實際應用。他們設(shè)計的一般方法可以與各種神經(jīng)網(wǎng)絡(luò)架構(gòu)一起使用，也可以用于其他應用，例如可重構(gòu)光學器件。