利用光来革新人工智能

人工神经网络这些相互连接的人工神经元层是非常有趣的机器学习任务,如语音识别和医学诊断．事实上，电子计算硬件的能力已经接近极限，但对更高计算能力的需求却在不断增长。

研究人员转而使用光子而不是电子来以光速传递信息。事实上，光子不仅可以比电子更快地处理信息，而且它们是当前互联网的基础，在互联网上，重要的是要避免所谓的电子瓶颈(光信号转换为电子信号，反之亦然)。

提高计算速度

该光学神经网络能够以超过每秒10万亿次运算的超高计算速度识别和处理大规模数据和图像。罗伯特·莫兰多蒂教授是一名集成光子学专家，他解释了一个光频率梳，一个由许多等间隔频率模式组成的光源，是如何集成到一个计算机芯片中，并用作光学计算的节能光源。

该设备执行一种矩阵向量乘法，称为图像处理应用程序的卷积。它在实时海量数据机器学习任务中显示出了很有前途的结果，比如在相机中识别人脸或病理临床扫描应用中的识别。他们的方法是可扩展和可训练的，可用于更复杂的网络，如无人驾驶汽车和实时视频识别等应用，允许在不远的将来，与未来的全面集成物联网．

这项研究发表在自然．