Forskare skapar första artificiella neuronnätverk av sitt slag

Forskare har skapat ett multilager-all-optiskt artificiellt neuronnätverk, något som tidigare inte har demonstrerats framgångsrikt. Det finns en stor önskan att skapa praktiska optiska artificiella neuronnätverk eftersom de är snabbare och förbrukar mycket mindre energi än nätverk baserade på traditionella datorer. Dessa nya utvecklingar kan möjliggöra parallell beräkning med ljus.

Forskarna från Hong Kong University of Science and Technology, Hong Kong, presenterade sitt tvålagers all-optiska neuronnätverk i Optica, The Optical Society's tidskrift som innehåller högimpakt-forskning. Forskarna visade också hur de kunde tillämpa nätverket på komplexa klassificeringsuppgifter.

“Vårt all-optiska schema kan möjliggöra ett neuronnätverk som utför optisk parallellberäkning i ljusets hastighet samtidigt som det förbrukar lite energi”, sa Junwei Liu, en medlem av forskarteamet. “Storskaliga, all-optiska neuronnätverk kan användas för applikationer som sträcker sig från bildigenkänning till vetenskaplig forskning.”

Dessa all-optiska nätverk fungerar annorlunda än de konventionella hybrid-optiska neuronnätverken som används för närvarande. I dessa används optiska komponenter vanligtvis för linjära operationer. I icke-linjära aktiveringsfunktioner, som simulerar hur neuron i den mänskliga hjärnan svarar, implementeras optiska komponenter ofta elektroniskt. Detta beror på att icke-linjär optik kräver högeffektlaser som är svåra att implementera i ett optiskt neuronnätverk.

För att komma runt detta använde forskarna kalla atomer med elektromagnetiskt inducerad transparens för att utföra icke-linjära funktioner.

Shengwang Du, en medlem av forskarteamet, talade om de nya utvecklingarna.

“Denna ljusinducerade effekt kan uppnås med mycket svag laserkraft”, sa han. “Eftersom denna effekt baseras på icke-linjär kvantinterferens, kan det vara möjligt att utöka vårt system till ett kvantneuronnätverk som kan lösa problem som inte kan lösas med klassiska metoder.”

För att testa sin nya metod skapade teamet ett tvålagers fullständigt anslutet all-optiskt neuronnätverk. Nätverket har 16 ingångar och två utgångar. De använde sedan sitt all-optiska nätverk för att klassificera ordnings- och oordningsfaserna av en statistisk modell av magnetism. De kunde dra slutsatsen att det all-optiska neuronnätverket var lika exakt som ett datorbaserat neuronnätverk som hade tränats.

Nästa steg för forskarteamet är att utöka detta till storskaliga all-optiska djupa neuronnätverk. Dessa kan ha komplexa arkitekturer som är utformade för specifika applikationer som bildigenkänning. Genom att göra detta kan de demonstrera att detta system fungerar i mycket större skala.

“Även om vårt arbete är en principdemonstration, visar det att det kan bli möjligt i framtiden att utveckla optiska versioner av artificiell intelligens”, sa Du.

“Nästa generation artificiell intelligens-hårdvara kommer att vara intrinsikalt mycket snabbare och ha lägre energiförbrukning jämfört med dagens datorbaserade artificiella intelligens”, tillade Liu.

För att se mer av dessa typer av utvecklingar inom vetenskap och teknik tillhandahåller The Optical Society (OSA) publikationer, möten och medlemsinitiativ, forskning, och dedikerade resurser. De har ett omfattande nätverk av experter inom optik och fotonik. Organisationen stöder forskare, ingenjörer, studenter och affärsledare som är ansvariga för vetenskapliga upptäckter, applikationer och tillämpningar. Deras webbplats tillhandahåller olika nyheter och forskningsuppdateringar.