مصدر @ رؤية الصين
ون | الجسم القطبي الدماغ
إذا كنت تسأل سؤال - كنا قادرين على تنفيذ الشبكة العصبية رقاقة ما الحوسبة؟ الجواب أننا قد تعطي متنوعة: CPU، GPU، DSP، NPU ......
على مدى السنوات القليلة الماضية، أصبحت الحوسبة الالكترونية خوارزميات الذكاء الاصطناعي - يعتبر دعم القوة الأكثر أهمية - وخاصة عمق نموذج الشبكة العصبية. على الرغم من أن العمارة محددة الأجهزة مختلفة، ولكن في كلمة واحدة، تستند إلى مبادئ فون نيومان الحوسبة نموذج، (الدوائر نطاق واسع جدا المتكامل) وهي VLSI "المنطق + الإلكترونية" نموذج معالجة المعلومات إلى مجمع دائرة المنطق ورقاقة المعالج لاستكمال مهام الحوسبة.
ومع ذلك، فإن الطريقة الإلكترونية وعيوبها الكامنة: أولا، إشارات تتداخل مع بعضها البعض بسهولة، بعض الصعوبات الشبكات العصبية تتطلب موصل عالي الكثافة، وثانيا، ارتفاع الطلب الطاقة، مما أدى إلى تكلفة عالية حساب.
من أجل AI كموضوع رئيسي من "البنية التحتية الرقمية" عشية هائلة من تفشي المرض، الاعتماد على قوة يوم ممطر، وبطبيعة الحال أصبح الأوساط الأكاديمية ذات الاهتمام المشترك والصناعة أولوية أعلى.
في الآونة الأخيرة، وباحثون من جامعة مونستر، جامعة أكسفورد وجامعة إكستر تنفيذ بالاشتراك مع رقائق الكمبيوتر الجديدة، وذلك باستخدام نظام بصري لمساعدة الشبكات العصبية "تعلم" من أجل تحقيق الحوسبة، والاعتراف وغيرها من الأعمال.
وقد ومع ذلك، سواء كان الحوسبة البصرية، أو الدماغ رقاقة، في الواقع، كانت صيغة مشابهة في المجتمع الأكاديمي طويلة، وبسبب القيود الخاصة بها بطيئة. لذا، فإن ظهور دراسة متعمقة البصرية للرقاقة، فإنه في الحقيقة اندلعت أغلال التكنولوجيا الكامنة، وهذا بدوره يعني فرصة جديدة للصناعة؟
الشبكة العصبية البصرية الحوسبة + العمق "مزيج" التاريخي
قبل إدخال أجهزة الحوسبة الجديد، للرد بإيجاز الارتباك التي قد تكون موجودة في قلوب الجميع - ضوء في نهاية المطاف هو كيف تحسب؟ وماذا تفعل المزيد من المزايا من الطريقة الإلكترونية؟
ونحن نعلم، تعلم الشبكات العصبية العميقة تحاكي الخلايا العصبية في الدماغ الإنسان من وضعية التشغيل. في كل طبقة، تتم معالجة إشارة من الطبقة العليا (أو مصدر الدخل) من قبل الخلايا العصبية، وتمرير النتائج إلى إشارة قبل الطبقة التالية من الخلايا العصبية.
ومن الواضح أن هذا الأسلوب من حساب إلى الاعتماد على عدد كبير من الاتصالات الدينامية بين الخلايا العصبية لاستكمال، وسوف تستخدم معظم وسائل الدوائر الالكترونية المتكاملة الناجمة عن الإجهاد.
ولذلك، بدأنا في دراسة الأجهزة الأخرى، تصبح رقائق البصرية "قرية الأمل".
عام 2017، طور الباحثون في معهد ماساتشوستس للتكنولوجيا طريقة لاستخدام الشبكة العصبية التكنولوجيا الضوئية. وهم يستخدمون (الفرقة الميكروويف الكهرومغناطيسية وسائل انتقال موجة) سلسلة من الدليل الموجي ربطها برنامج الحوسبة محددة. والمعالج جانب لدليل الدليل الموجي الضوئية من خلال سلسلة من ضوء، ما هي الا من الضروري استخدام الضوء لتغيير اتجاه العدسة، ويمكن الوصول إلى الحساب.
برمجة ومنخفضة الطاقة، لا يبدو بانغ بانغ دا؟ ومع ذلك، فإن هذا النهج لبناء دقة الأجهزة هو أقل مرضية، وعلقت فقط 77 أو ضرب الإيقاعات التقليدية آه.
ولكن العلماء لم يستسلم لليأس، 2018 العلماء في جامعة كاليفورنيا الذي أرسل بدوره دراسة معمقة البصرية "العلم" المجلة.
هذه المرة، العلماء يستخدمون إطار التعلم العميق D2NN طريقة 3D الطباعة إلى تهيئة جميع الضوئية.
لفترة وجيزة، وتدريب الباحثين تمكنوا من تحديد أنواع مختلفة من الضوئية نموذج شبكة البيانات، ويتم إنشاء نماذج لهما، ويتكون هذا النموذج من عدد وافر من طبقات بكسل، والعلاقة بين الخلايا العصبية حيث أن كل بكسل، والتي ضوء لنقل المعلومات.
ثم، استخدم الباحثون خمسة طبقة مطبوعة 3D البلاستيك نموذج المحاكاة الفيزيائية التكاثر، وضوء كاشف الانتهاء من الحالة الصلبة يمكن أن تنعكس من سطح الجسم المقابلة لنتيجة تصنيف المحددة.
بعد هذا العنصر البصري شكلت من كومة من أجهزة الشبكة العصبية، يمكن أن دقة تصل إلى 91.75، وتكلفة رخيصة نسبيا، ولكن من الصعب تحقيق التصغير للجهاز من الصعب التعامل مع البيانات المعقدة وتحليل الصور والطباعة 3D وجميع المعلمات لا يمكن أن يكون يحددها الطاقة المتجددة.
استخدام 3D الطباعة "الشبكة العصبية الاصطناعية" رقاقة
يتلخص هذا، وضعت الدراسات السابقة على الحوسبة البصرية وحلول الشبكات العصبية إلى الأمام بطريقتهم الخاصة، ولكن وجهت مشكلة أسئلة أكثر من الأجوبة، يكون العلماء على مواصلة استكشاف.
جميع البصرية نقاط الاشتباك العصبي النظام: هل يمكن تجديد عملية الحوسبة البصرية؟
8 مايو، والعلماء من جامعة مونستر في ألمانيا لبحث نشر في مجلة "الطبيعة".
"شبكات neurosynaptic ارتفاعه جميع الضوئية مع قدرات التعلم الذاتي" أطروحة (مع وظيفة التعلم الذاتي للشبكة جميع البصرية ارتفاعه المشابك العصبية)، اقترح جميع البصرية الشبكة العصبية في وسيلة لتحقيق مقياس ملليمتر رقاقة الضوئية.
لذلك ومن المزمع الباحثين:
إدخال البيانات (أي البصري) قد تكون مختلفة ميكرون الطول الموجي التضمين في عصابة مرنان، ومن ثم حقنها في الشبكة وتبقى على رقاقة الضوئية. ثم باستخدام المواد مرحلة تغيير متكاملة معا لتحقيق الوزن التشكيل، قد تسبب هذه المادة عن تغيير كبير في الضوء، التناظرية مناسبة جدا "الدافع" بين الخلايا العصبية والمشابك.
تنتقل المعلومات في الشبكة العصبية البصرية، إذا كانت هناك مجموعتان من الناس (مسارين الدليل الموجي واحدة) في حين لعب بحاجة لنقل لعبة الصوت عبر مواصلة بعيدا لمنع التدخل الصوت من المجموعة الأخرى (اقتران). كان أيضا ليست العشوائي كهف الدماغ منعطفا حادا، لئلا أقطاب محتوى رسول بصرف النظر (أوراق الخفيفة الدليل الموجي).
وعليه، فإن رسول العملية لكل مجموعة، وقد أرسل وزير صغير (مرحلة تغيير جوهري)، مختلف (الوزن) وفقا لكل مهمة في سياق كل مرور (microring المرنانات مدخل ومخرج)، وسيتم تسليم معلومات عن اللاعبين تنتقل إلى صقل، إعادة تعيين الخطأ / المعلومات التي تم تعديلها، حتى نتمكن من ضمان أقصى قدر من نقل المعلومات لكل يعود الفريق، على حد سواء للحفاظ على الفرق، ويكفي دقيقة.
لاثبات ذلك، طور الباحثون شريحة مكونة من أربعة الخلايا العصبية الاصطناعية ونقاط الاشتباك العصبي من 60.
هيكل رقاقة من طبقات مختلفة، وقنوات مختلفة في كل من الإرسال ضوء الدوائر نانو البصرية.
الجزيئية الدوائر العصبية البصرية
واستخدم الباحثون نوعين مختلفين من تعلم آلة الخوارزميات، والتي هي على نطاق صغير يشرف التعلم والتعلم غير خاضعة للرقابة، في شكل نبضات ضوئية إلى الوراء "لتوفير" معلومات، من أجل اختبار نظام بصري كله يمكن أن نقاط الاشتباك العصبي وفقا لمعين تحديد نمط ضوء معين.
حاليا، وقد استخدم الباحثون تقنية تحقيقها بنجاح التعرف على الأنماط البصرية، والشبكات العصبية وأظهرت قابلية الفوتون.
هنا، يمكننا إيجاز هذه بصري الأجهزة الشبكة العصبية جديد حتى الخاصة:
أولا، أنه لا يحل المشكلة لا يمكن أن تحل سابقاتها - الحوسبة البصرية في دقة التعرف، البرمجة، وعيوب التصغير - بحيث الجهد البصري في مجال الحوسبة أجهزة الكمبيوتر يجلب آفاقا جديدة.
يجري تطويرها البصرية رقاقة صغيرة ليست سوى عن حجم بنس واحد
وعلاوة على ذلك، يتم احتساب نقل معلومات الأجهزة والدماغ نقاط الاشتباك العصبي تتشابه بشكل كبير، فقط هذه المعلومات (البيانات) إلى أن تنتقل، كما يمكن أن تتم معالجتها بشكل فعال وتخزينها في الشبكات العصبية الاصطناعية. بطريقة أكثر مماثلة لمعالجة الدماغ للمعلومات، مما يساعد على تطوير خوارزميات عالية الأداء، مما يساعد آلات ذكية لأفضل المهام في العالم الحقيقي.
وعلاوة على ذلك، فإن النظام يعمل إلا في ضوء، فإنه يأخذ استفادة كاملة من الحوسبة البصرية، معالجة البيانات وسرعة أسرع بكثير مرات، أكثر ملاءمة لعدد من البيانات الشبكة العصبية على نطاق واسع، مثل نموذج التشخيص الطبي. والمزيد من توفير الطاقة.
ليس من الصعب أن نفهم لماذا يظن بعض الناس أنه إذا الموفرة للطاقة، قابلة للعصب رقاقة الضوئية في نهاية المطاف، وهذا الفريق البحثي بالتأكيد بذل الجبال من ذلك.
بالطبع، كنت تريد أن تجعل قابلة الضوئية العصبي تطبيق نظام شبكة في العالم الحقيقي، والكثير من احتياجات أعمال المتابعة يتعين القيام به.
أولا وقبل كل شيء، هو زيادة عمق وعدد من نقاط الاشتباك العصبي العصبية الاصطناعية، والشبكات العصبية، و، من أجل التكيف مع الواقع وأقرب إلى سيناريوهات الحوسبة على نطاق واسع.
وعلاوة على ذلك، هناك بعض القيود تصنيع الرقائق. وفي هذا الصدد، قال البروفيسور ديفيد رايت من جامعة إكستر انها ستستخدم التكنولوجيا لإنتاج السيليكون رقائق نانومتر الضوئية.
قلق آخر هو أن النظام الهامة مرحلة تغيير المواد التي سوف تمتص وبطء سرعة التبلور من الضوء، وبالتالي الحد من نسبة الحد الأقصى من الخلايا العصبية المثارة عن الصليب اقتران للضوء لجلب بعض الآثار المعقدة. ولذلك، كل من إجمالي الطاقة الضوئية لاحتياجات نظام الحقن لتكون محسوبة بعناية للتأكد من أن استجابة المادية إلى إشارة الدخل هو على وجه التحديد وذلك تمشيا مع التوقعات.
على أي حال، على الرغم من أن الأجهزة الحوسبة البصرية لا يزال يواجه العديد من التحديات والصعوبات في مستوى التنفيذ، تطبيقات على نطاق واسع أنه لا يوجد جدول زمني واضح. ولكن أكثر أو أقل يسمح لنا أن نرى طريقة أكثر إثارة للاهتمام وممكن الحساب، نظرت القوة مستقبل الموارد في العالم لا تزال وفيرة ويستحق الانتظار.
مع خطوة اللبنات خطوة من بنية تحتية ذكية، والحوسبة البصرية تصبح ذات أهمية متزايدة.
المزيد من المحتوى المثير، اهتمام وسائل الاعلام التيتانيوم إشارة الصغرى (ID: taimeiti)، والتيتانيوم أو تحميل وسائل الاعلام التطبيقات
