以光速進行機器學習新論文演示了將光子結構用于AI

隨著我們進入數字時代的下一章，數據流量將繼續呈指數增長。為了進一步增強人工智能和機器學習，計算機將需要能夠盡快，高效地處理大量數據的能力。

常規的計算方法不能勝任這項任務，但是在尋找解決方案時，研究人員從字面上看清了這一點。

基于光的處理器(稱為光子處理器)使計算機能夠以驚人的速度完成復雜的計算。本周發表在《自然》雜志上的新研究研究了光子處理器在人工智能應用中的潛力。結果首次證明這些設備可以快速，并行地處理信息，這是當今電子芯片無法做到的。

匹茲堡斯旺森大學工程學院電氣與計算機工程學助理教授兼共同主要作者內森·揚布洛德(Nathan Youngblood)解釋說：“神經網絡通過獲取大量數據并通過一系列算法識別模式來'學習'。“這種新處理器將允許它同時運行多個計算，并且每次計算使用不同的光波長。我們要解決的挑戰是集成：我們如何以可擴展且高效的方式使用光進行計算?”

研究人員尋求的快速，高效的處理方法非常適合諸如自動駕駛汽車之類的應用，這些應用需要盡快處理來自多個輸入的感應數據。光子處理器還可以支持云計算，醫學成像等領域的應用。

明斯特大學的合著者Wolfram Pernice說：“用于加速機器學習領域任務的基于光的處理器使高速和高吞吐量的復雜數學任務得以處理。” “這比依靠電子數據傳輸的傳統芯片(例如圖形卡或專用硬件，如TPU(張量處理單元))要快得多。”

一起，以非易失性方式存儲數據，而無需持續提供能量。這項研究也是首次將這些光學存儲單元與基于芯片的頻率梳相結合作為光源，這使它們能夠同時在16個不同的波長上進行計算。