以光速运行的神经网络

加利福尼亚大学的一组研究人员开发了一种新型的神经网络，他们尝试用光来代替电搭建了一个神经网络，在他们发表在《科学》（Science）杂志上的论文中，科研人员阐述了对该项目的想法、工作设备、性能、以及他们认为这样的神经网络有很大的发展前景，目前只是处于研发初级阶段。

深度学习网络是一种计算机系统，它通过查看许多数据类型的范例来“学习”，然后使用开发出来的模式去解析新数据。和所有其他电脑一样，它们都是电力驱动的。在加利福尼亚大学的这项目中，研究人员发现了一种新的方式，可以创建一个完全不使用电的深度学习神经网络，他们使用光来替代电，研究人员称之为衍射深层神经网络，或者简称D2NN。

为了搭建这样的网络，科研人员用3D打印机打印出小塑料板，每个塑料板代表着一层虚拟神经元，每个神经元通过发射或反射的光线表现出与生物神经元类型的行为。在他们的模型中，他们使用五个塑料板面对面排列，中间留有空间，当系统运行时，激光照射在第一块板上，并通过这种方式到达第二、第三、第四、第五的板上，以揭示放置在设备前面的物体信息，后面有一个传感器，用来读取光线并通过解析光线来显示结果。

为了验证他们的想法，研究人员选择创建一个物理神经网络，能够识别0到9的数字，最终模型会得出什么样的结果。在实际从操作中，系统会在显示器上显示一个数字，然后识别这个数字，接着再由传感器显示出来识别的结果，系统接收的55000张扫描过的数字图像。这一学习阶段，需要向计算机系统输入数据并运行时使用电力。研究人员在测试他们的系统时显示了数千个数字，他们报告说，这个系统的准确率大约为95%。他们指出，目前他们的这个神经网络模型还只是个概念，并且将来会有很大的发展前景，特别是一些运行速度要求高的应用开发专用设备，比如中国的天眼，从一群流动的人群发现目标。

欢迎留言说出你们的想法！

点击关注，每天为您送上热点科技资讯！