人工神经网络是人工神经元的互连层，对机器学习任务(如语音识别和医学诊断)非常感兴趣。事实上，电子计算硬件正在接近其功能极限，但对更大计算能力的需求正在增加。

研究人员将自己变成光子而不是电子，以光速传输信息。事实上，不仅光子处理信息的速度比电子快，光子也是当前互联网的基础。避免互联网上所谓的电子瓶颈(将光信号转换为电信号，反之亦然)非常重要。)。

提出的光学神经网络能够以超高的计算速度(每秒超过10万亿次运算)识别和处理大规模数据和图像。集成光子学专家Morandotti教授讲解了如何将光频梳(由许多等间隔的频率模式组成的光源)集成到计算机芯片中，并将其用作光学计算的节能光源。

该设备执行称为图像处理应用卷积的矩阵向量乘法。对于实时海量数据的机器学习任务，如相机中的面部识别或临床扫描应用中的病理识别，它显示出令人鼓舞的结果。他们的方法具有可扩展性和可训练性，可以扩展到更复杂的网络，用于要求更高的应用(如无人驾驶汽车和实时视频识别)，以便在不久的将来与新兴的物联网完全集成。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

标签:神经网络。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：