设想一下，一个比人类年夜脑快 10 亿倍「超等年夜脑」是什么观点？来自港中文、中科院物理所等机构研讨职员，提出了冲破性激光人工神经元，完善复刻了人类神经细胞功效，更发明了惊人的处置速率记载。人工神经元，比人类年夜脑快 10 亿倍，将会是怎么的气象？现在，这一科幻般的场景，早已成为了事实。来自喷鼻港中文年夜学、中国迷信院物理研讨所等机构迷信家，胜利开辟出了一种基于「激光」的人工神经元。最新研讨已宣布在 Optica 期刊上。论文地点：https://opg.optica.org/optica/fulltext.cfm?uri=optica-11-12-1690&id=565919这个基于芯片的量子点激光器，不只能完整模拟实在神经细胞功效，更实现了惊人的速率 ——即 10GBaud 旌旗灯号处置速率，也就象征着它比生物神经元快整整 10 亿倍。基于芯片点激光器，能够模仿生物梯级神经元，同时实现 10 GBaud 的旌旗灯号处置速率怎样懂得这个速率有多快？可能在 1 秒内处置 1 亿次心跳数据；可能在 1 秒内剖析 3479 万张手写数字图像。要晓得，这个冲破可能会彻底转变 AI 跟进步盘算范畴，晋升形式辨认跟序列猜测的才能。AI 模拟生物神经元，飙升 10 亿倍这项冲破性发明，为何如斯主要？在咱们的身材中，存在着差别范例的神经细胞。此中，梯级神经元（graded neurons）是经由过程连续转变膜电位来编码信息，实现精致的旌旗灯号处置。相较之下，脉冲神经元（spiking neurons）则应用全有 / 全无的举措点位来通报信息，发明出更为二元的通讯方法。最新研讨中技巧的要害冲破在于，翻新的计划方式。传统的光子脉冲神经元，平日经由过程将输入脉冲注入激光器的增益地区任务，这种方法会招致耽误，限度了神经元的呼应速率。如下图所示，是脉冲神经元跟梯级神经元的在输入输出的对照图。激光神经元，速率快能耗低激光人工神经元可能以模拟生物神经元行动的方法，对输入旌旗灯号做出呼应，因为其超快的数据处置速率跟低能耗，正被摸索用作明显加强盘算的一种方法。但是，迄今为止开辟的年夜少数都是光子脉冲神经元。这些人工神经元存在无限的呼应速率，可能遭遇信息丧失，而且须要额定的激光源跟调制器。光子脉冲神经元的速率限度，在最新研讨中被攻破了。研讨团队另辟门路，抉择将射频旌旗灯号注入量子点激光器的可饱跟接收区，奇妙地避开了这一限度。他们还为可饱跟接收区计划了高速射频板，从而发生了一个更疾速、更简略、节能的体系。港中文研讨小组担任人 Chaoran Huang 表现，「激光梯级神经元冲破了以后光子脉冲神经元的速率限度，咱们构建的一个储层盘算体系（reservoir computing system），在形式辨认跟序列猜测等 AI 义务中展示出出色的机能」。激光梯级神经元在心律变态检测、图像分类等 AI 义务中，展现了出色的形式辨认跟序列猜测他还称，凭仗强盛影象效应跟杰出信息处置才能，单个激光梯度神经元，能够表示得像一个小型神经收集。因而即使是不额定庞杂衔接的单个激光梯级神经元，也能高效地履行呆板进修义务。高速储层盘算，1 秒处置 1 亿次心跳数据为了进一步展现激光梯级神经元的才能，研讨团队将其用于构建储层盘算体系。这是一种应用特定收集（称为存层）来处置时光相干数据的盘算方式，常用于语音辨认、气象猜测等范畴。激光梯级神经元的类神经元非线性能源学特征，以及快递处置速率，使其成为支撑高速储层盘算的幻想抉择。下图所示，是储层盘算（RC）的架构图。RC 源自轮回神经收集，是一种功效强盛且经济高效的盘算框架，十分合适时光 / 次序信息的处置。它重要由输入层、存储层跟读出层构成。在存储层内，非线性节点之间的互联是随机的，权重是牢固的，从而防止了对存储层的练习。这里，只有读出层须要练习，能够经由过程线性回归等简略且盘算高效的方式来实现。最新研讨中，作者抉择让激光梯级神经元充任激光储层，来履行储层盘算。在输入层中，输入旌旗灯号被编码为注入激光储层的电脉冲。在详细试验中，该体系展示出令人印象深入的机能。比方它每秒能处置 1 亿次心跳数据，并以 98.4% 的均匀正确率检测到心率变态形式。详细来讲，研讨职员应用经由处置的 MIT-BIH 心律变态数据集，开启了变态心跳检测的基准义务。数据库中包括从 47 名受试者取得的 48 个半小时心电图记载摘录，是第一个可普遍用于评价心率变态检测器的测试资料。在处置后两类 MIT-BIH 心率变态数据会合，原始心电图波形被从新采样，并被分红单个心跳，每个心跳由 50 个时光步长构成。如下图 a 所示，这些心跳被分类为两组 —— 安康组跟心率变态组，分辨标志为 0 跟 1。并且，它还在种种 AI 利用中，展示出优良的形式辨认跟序列猜测才能，特殊是在临时猜测义务方面。在 MNIST 手写数据集义务中，研讨职员又评价了激光储库的分类机能。MNIST 数据集包括由 28×28 灰度像素构成的手写数字图像。如下图所示，经由过程应用六重穿插验证方式盘算的均匀正确度，在四类 MNIST 手写数字分类义务中到达 92.3%。有网友对此表现，听到如许的冲破性停顿，让我愈加确信咱们正在指数增加曲线上稳步行进。当初的开展速率曾经快到了我完整无奈猜测 6 个月后乃至一年后咱们会开展到什么水平。兴许我想得太超前了，但我确切能激烈感触到这些天技巧提高的减速度。那么，激光神经元的发明，象征着什么？它可能减速 AI 在时光要害利用中的决议进程，坚持高精度的同时，明显晋升了处置速率。如果某天它被整合到边沿盘算装备中，实现更疾速、更智能的人工智能体系，将会明显下降动力耗费。研讨职员表现，将来下一步，团队尽力将晋升激光梯度神经元的处置速率，同时开辟出包括级联激光梯度神经元的深度储层的盘算架构。参考材料：https://www.optica.org/about/newsroom/news_releases/2024/december/laser-based_artificial_neuron_mimics_nerve_cell_functions_at_lightning_speed/https://opg.optica.org/optica/fulltext.cfm?uri=optica-11-12-1690&id=565919本文来自微信大众号：新智元（ID：AI_era）告白申明：文内含有的对外跳转链接（包含不限于超链接、二维码、口令等情势），用于通报更多信息，节俭甄选时光，成果仅供参考，IT之家全部文章均包括本申明。 ]article_adlist--> 申明：新浪网独家稿件，未经受权制止转载。 -->小编：[db:摘要]
当前网址：https://www.jling-tech.com//a/keji/276.html
