Forskere skaber første kunstig neuralt netværk af sin art

Forskere har skabt et multilagert fuldt optisk kunstigt neuralt netværk, noget som ikke tidligere er blevet demonstreret med succes. Der er en stor ønske om at skabe praktiske optiske kunstige neurale netværk, da de er hurtigere og forbruger langt mindre energi end netværk baseret på traditionelle computere. Disse nye udviklinger kunne muligvis aktivere parallel beregning med lys.

Forskerne fra Hong Kong University of Science and Technology, Hong Kong, har lagt deres to-lags fuldt optiske neurale netværk frem i Optica, The Optical Societys tidsskrift, der indeholder høj-impact forskning. Forskerne har også vist, hvordan de kunne anvende netværket til komplekse klassificeringsopgaver.

“Vores fuldt optiske skema kunne muligvis aktivere et neuralt netværk, der udfører optisk parallel beregning med lysets hastighed og forbruger lidt energi,” sagde Junwei Liu, en medlem af forskningsholdet. “Større, fuldt optiske neurale netværk kunne muligvis anvendes til anvendelser, der strækker sig fra billedgenkendelse til videnskabelig forskning.”

Disse fuldt optiske netværk fungerer anderledes end de konventionelle hybride optiske neurale netværk, der anvendes i øjeblikket. I disse anvendes optiske komponenter normalt til lineære operationer. I ikke-lineære aktiveringsfunktioner, der simulerer, hvordan neuroner i det menneskelige hjerte reagerer, implementeres optiske komponenter ofte elektronisk. Dette skyldes, at ikke-lineær optik kræver høj-effekt lasere, der er svære at implementere i et optisk neuralt netværk.

For at komme rundt om dette har forskerne anvendt kolde atomer med elektro-magnetisk induceret gennemsigtighed for at udføre ikke-lineære funktioner.

Shengwang Du, en medlem af forskningsholdet, talte om de nye udviklinger.

“Denne lys-inducerende effekt kan opnås med meget svag laser-energi,” sagde han. “Fordi denne effekt er baseret på ikke-lineær kvantum-interferens, kan det muligvis være muligt at udvide vores system til et kvantum-neuralt netværk, der kan løse problemer, der er uløselige med klassiske metoder.”

For at teste deres nye tilgang skabte holdet et to-lag fuldt optisk neuralt netværk. Netværket har 16 indgange og to udgange. De anvendte derefter deres fuldt optiske netværk til at klassificere orden- og uorden-faserne af en statistisk model for magnetisme. De kunne konkludere, at det fuldt optiske neurale netværk var lige så nøjagtigt som et computer-baseret neuralt netværk, der var trænet.

Næste skridt for forskningsholdet er at udvide dette til større, fuldt optiske dybe neurale netværk. Disse kan have komplekse arkitekturer, der er designet til bestemte anvendelser som billedgenkendelse. Ved at gøre dette kan de demonstrere, at dette system fungerer på langt større skala.

“Selv om vores arbejde er en princip-demonstration, viser det, at det muligvis kan blive muligt i fremtiden at udvikle optiske versioner af kunstig intelligens,” sagde Du.

“Næste generation af kunstig intelligens-hardware vil være intrinsisk meget hurtigere og have lavere energiforbrug i forhold til i dag’s computer-baserede kunstig intelligens,” tilføjede Liu.

For at se mere af disse udviklinger i videnskab og teknologi tilbyder The Optical Society (OSA) publikationer, møder og medlemsinitiativer, forskning og dedikeret ressourcer. De har et omfattende netværk af eksperter inden for optik og fotonik. Organisationen støtter videnskabsmænd, ingeniører, studerende og forretningsledere, der er ansvarlige for videnskabelige opdagelser, anvendelser og anvendelser. Deres website tilbyder forskellige nyheder og forskningsopdateringer.