科大研發全球首個可用作深度機器學習的全光學神經網絡

社會 17:01 2019/09/11

分享:

科大的研究團隊成功研發全球首個可用作深度機器學習的全光學神經網絡。(圖片由香港科技大學提供)

香港科技大學研究團隊成功研發全球首個可用作深度機器學習(machine learning)的全光學神經網絡,可供人工智慧在辨識事物之間的關係或風險評估等範疇上,處理較複雜的問題,進一步追近人類,更可在能耗大幅度降低的情況下,以光速進行運算。有關研究結果獲刊登於權威期刊《Optica》。

研究團隊利用冷原子介質內只需極低鐳射功率便能運作的「電磁波引發透明效應」(electromagnetically induced transparency,EIT),來實現非線性啟用函式,並製作了一個雙層全光學的神經網絡。團隊同時利用有關網絡,對凝聚態物理學易辛模型(Ising model)中的有序相和無序相進行分類,發現與高性能電腦神經網絡運算的結果一樣準確。

人工光學神經網絡的實驗示意圖。(圖片由香港科技大學提供)

團隊解釋,光學網絡操作僅限於線性運算,即算術中的加減法及乘法,但只靠線性運算並不能讓神經網絡模擬人類大腦運作而達至「深度學習」(Deep Learning)。人工智慧要掌握深度學習,需具有「非線性啟動函數」(non-linear activation functions) 的多層神經網絡,但在現存的光電混合神經網絡中,模擬人類大腦回應方式的「非線性啟動函數」乃透過電來實現,這限制了光學網絡的運算速度及能力。

科大物理學系教授杜勝望教授(左中坐著者)、科大物理學系教授劉軍偉教授(右中坐著者)及其研究團隊。(圖片由香港科技大學提供)

負責進行研究的科大物理學系教授杜勝望表示,雖然研發成果只是一個概念驗證(proof-of-principle)的測試,但它表明新一代的光學人工智慧—即在低能耗的情況下進行快速運算,是有可能的。

另一名科大物理學系教授劉軍偉劉則冀,未來可擴大有關技術的規模,構建一個更大型、更複雜的全光學神經網絡,以作圖像識別等實際應用。

記者:陳曉瑩