科大研发全球首个全光学神经网络

(星岛日报报道)为提升运算速度，改善人工智能的学习，科技大学研究团队成功研发全球首个全光学多层神经网络，让人工智能在处理较复杂的问题上，例如辨识事物之间的关系或风险评估等范畴，进一步追近人类，更可在能耗大幅度降低的情况下，以光速进行运算。研究结果近日刊登于权威期刊《Optica》，并获美国光学学会撰文介绍。

现时光学网络操作仅限于线性运算，即算术中的加减法及乘法，但只靠线性运算并不能让神经网络模拟人类大脑运作而达至「深度学习」。人工智能要掌握深度学习，须具有「非线性启动函数」的多层神经网络；但目前光电混合神经网络中，模拟人类大脑回应方式的「非线性启动函数」，是通过电来实现，这限制了光学网络的运算速度及能力。

科大物理学系教授杜胜望及刘军伟带领的研究团队，成功研发首个可用作深度机器学习的全光学神经网络，为构建大规模的光学神经网络推进一步。为突破限制，研究团队利用冷原子介质内只须极低雷射功率便能运作的「电磁波引发透明效应」，来实现非线性启用函式，并制作了一个双层全光学的神经网络；再利用这个网络进行测试，发现与高性能电脑神经网络运算的结果一样准确。

杜胜望称，虽然现在的成果只是一个概念验证（proof-of-principle）的测试，但它表明新一代的光学人工智能，在低能耗的情况下进行快速运算是有可能的。「未来，我们希望扩大此技术的规模，构建一个更大型、更复杂的全光学神经网络，以作图像识别等实际应用。」