(星島日報報道)為提升運算速度,改善人工智能的學習,科技大學研究團隊成功研發全球首個全光學多層神經網絡,讓人工智能在處理較複雜的問題上,例如辨識事物之間的關係或風險評估等範疇,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。研究結果近日刊登於權威期刊《Optica》,並獲美國光學學會撰文介紹。

  現時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」。人工智能要掌握深度學習,須具有「非線性啟動函數」的多層神經網絡;但目前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」,是通過電來實現,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及劉軍偉帶領的研究團隊,成功研發首個可用作深度機器學習的全光學神經網絡,為構建大規模的光學神經網絡推進一步。為突破限制,研究團隊利用冷原子介質內只須極低雷射功率便能運作的「電磁波引發透明效應」,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;再利用這個網絡進行測試,發現與高性能電腦神經網絡運算的結果一樣準確。

  杜勝望稱,雖然現在的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能,在低能耗的情況下進行快速運算是有可能的。「未來,我們希望擴大此技術的規模,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。」