斯坦福證明神經網絡能直接在光學芯片上訓練

　　日前，美國斯坦福大學的研究人員已經證明，可以直接在光學芯片上訓練人工神經網絡。

　　這一重大突破表明，光學電路可以實現基于電子的人工神經網絡的關鍵功能，進而可以以更便宜、更快速和更節能的方式執行語音識別、圖像識別等復雜任務。

　　斯坦福大學研究團隊的負責人范汕洄表示，相比使用數字計算機，使用光學芯片進行神經網絡計算更有效，能夠解決更復雜的問題，這將增強人工神經網絡的能力。

　　雖然光學人工神經網絡最近已經得到實驗證明，但此前的研究是在傳統的數字計算機上使用一個模型進行訓練步驟，然后將最終的設置導入光學電路。斯坦福大學的研究人員研究出一種新方法，通過實現“反向傳播”算法(這是訓練傳統神經網絡的標準方法)的光學模擬，直接在設備中訓練人工神經網絡。

　　據介紹，該方法是使用物理設備而不是計算機模型進行訓練，可以使訓練過程更精確。由于訓練步驟是神經網絡實現中非常耗費計算力的部分，因此，在光學電路上執行這個步驟，對于改進人工神經網絡的計算效率、速度和功耗都是至關重要的。