理群

2017-06-13 | 前沿

美国麻省理工学院提出基于光子的“深度学习”计算系统

【据美国麻省理工学院网站2017年6月12日报道】美国麻省理工学院(MIT)的一组研究人员提出了一种新的构造基于人工神经网络的“深度学习”计算系统的架构,并对关键构造模块进行了验证。这种新的架构将实现全光神经网络,速度和效率比基于电子学的深度学习计算系统要高。研究人员采用硅光子集成电路制作了一个可编程纳米光子处理器,集成了包括56个可编程马赫–森德干涉仪的级联阵列,并基于该处理器实现了一个用于识别4个基本元音的神经网络,达到了77%的准确率(常规系统的准确率约为90%)。该项研究得到了美国陆军研究办公室、美国国家科学基金以及美国空军科学研究办公室的支持,相关研究成果已经在《Nature Photonics》期刊上发表,论文题目为《Deep learning with coherent nanophotonic circuits》。

收藏
阅读数:
`