研制新型光子神經網絡 五十萬維向量下載到光學設備直接運行

“光子神經網絡？一個乘法可以用不到一個光子？起初我是不信的，也沒有人做過類似的實驗，但我們還是用很普通的器材做出了大家既沒想到、又認為短期內無法實現的實驗。”

日前，上海交大校友、目前在康奈爾大學做博后研究的王天宇在《自然·通訊》發表了最新一作論文，并擔任通訊作者。論文題為《每次乘法使用小于1個光子的光學神經網絡》。

這是一個光子神經網絡的新成果，但不同于此前芯片類的光子神經網絡，此次技術可直接接收圖像。也不同于其他基于空間光學的光子神經網絡，本次實驗設計能直接接收自然光，并且無需相干光照明。

王天宇

在該研究中，王天宇發現架構矩陣或向量維度可做到將近50萬。在此情況下，要想通過理論預測的功耗極限，每個乘法運算只需要小于一個光子就能進行，這個能耗水平遠遠超越傳統電子計算機的物理極限，可能有四五個數量級以上。

研究中，王天宇的重點在于研究光學神經網絡的能量極限和抗噪性，他認為進一步工程化改造的系統，能作為智能圖像傳感器、深度整合圖像傳感器和處理器。

這些傳感器可用于超低延時圖像處理，比如識別圖像和壓縮圖像，所需硬件數量可被降低幾個數量級，具體應用包括自動駕駛、無人機和機器人等。

相關論文

讓能耗優勢和速度優勢隨網絡擴大而擴大

要想詳細理解此次成果，就得先來聊聊光子神經網絡。

近年來，該領域獲得了長足發展，一方面源于光電硬件集成的成熟，另一方面光學系統的物理特性使得它十分適合計算大矩陣乘法，而這正是許多重要計算應用比如機器學習、優化問題和量子計算的基礎。……