近日據(jù)外媒報(bào)道，麻省理工學(xué)院與合作機(jī)構(gòu)的科學(xué)家們成功研制出一種能夠利用光完成深度神經(jīng)網(wǎng)絡(luò)計(jì)算的光子芯片，突破了傳統(tǒng)電子計(jì)算硬件的局限。這種由互連模塊構(gòu)成光學(xué)神經(jīng)網(wǎng)絡(luò)的光子芯片，有望顯著提升機(jī)器學(xué)習(xí)應(yīng)用的計(jì)算效率。

實(shí)現(xiàn)全集成神經(jīng)網(wǎng)絡(luò)
研究團(tuán)隊(duì)研制的芯片同時(shí)集成了深度神經(jīng)網(wǎng)絡(luò)所需的線性與非線性計(jì)算。深度神經(jīng)網(wǎng)絡(luò)依賴矩陣乘法和非線性運(yùn)算處理數(shù)據(jù)，但實(shí)現(xiàn)光學(xué)非線性一直存在挑戰(zhàn)。

論文第一作者、MIT量子光子學(xué)與人工智能組訪問科學(xué)家Saumil Bandyopadhyay表示：光學(xué)非線性實(shí)現(xiàn)極為困難，因?yàn)楣庾娱g不易相互作用。觸發(fā)光學(xué)非線性需要消耗大量功率，因此難以構(gòu)建可擴(kuò)展的系統(tǒng)。

為解決這一難題，研究人員設(shè)計(jì)了非線性光學(xué)功能單元（NOFU），將非線性運(yùn)算直接集成在光子芯片上。該芯片采用三層結(jié)構(gòu)：通過可編程分束器執(zhí)行線性運(yùn)算，通過NOFU實(shí)現(xiàn)非線性功能。

該系統(tǒng)首先將深度神經(jīng)網(wǎng)絡(luò)參數(shù)編碼為光信號(hào)，由可編程分束器對(duì)輸入信號(hào)執(zhí)行矩陣乘法運(yùn)算。隨后數(shù)據(jù)傳送至可編程N(yùn)OFU，通過分流少量光信號(hào)至光電二極管將光信號(hào)轉(zhuǎn)換為電流，從而實(shí)現(xiàn)非線性函數(shù)運(yùn)算。該過程無需外部放大器，能耗極低。

Bandyopadhyay解釋道：我們始終保持在光學(xué)域內(nèi)處理，直至最終讀取結(jié)果。這使得我們能夠?qū)崿F(xiàn)超低延遲。這對(duì)光學(xué)信號(hào)域內(nèi)處理系統(tǒng)（如導(dǎo)航或通信）特別有用，對(duì)需要實(shí)時(shí)學(xué)習(xí)的系統(tǒng)也同樣重要。

研究論文指出，在該系統(tǒng)上實(shí)施無反向傳播原位訓(xùn)練時(shí)，該技術(shù)在六類元音分類任務(wù)中達(dá)到92.5%的準(zhǔn)確率，與數(shù)字計(jì)算機(jī)的準(zhǔn)確率相當(dāng)?？傮w而言，光子系統(tǒng)在訓(xùn)練測試中達(dá)到超過96%的準(zhǔn)確率，關(guān)鍵計(jì)算耗時(shí)不足半納秒。

未來應(yīng)用展望
電子工程與計(jì)算機(jī)科學(xué)系教授、量子光子學(xué)與人工智能組及RLE首席研究員Dirk Englund評(píng)論道：這項(xiàng)工作證明計(jì)算——本質(zhì)上是將輸入映射到輸出的過程——可以被編譯到線性和非線性物理的新架構(gòu)上，從而實(shí)現(xiàn)計(jì)算規(guī)模與所需努力之間根本不同的縮放規(guī)律。

該系統(tǒng)的制造工藝與CMOS計(jì)算機(jī)芯片相同，具備可擴(kuò)展生產(chǎn)的可行性。這種與商業(yè)代工技術(shù)的兼容性，有助于其與現(xiàn)有電子系統(tǒng)（包括攝像機(jī)和通信設(shè)備）的集成。

Bandyopadhyay補(bǔ)充道：在很多場景中，模型性能并非唯一關(guān)鍵因素，獲取答案的速度同樣重要。既然擁有了能夠在納秒級(jí)時(shí)間尺度上運(yùn)行神經(jīng)網(wǎng)絡(luò)的光學(xué)端到端系統(tǒng)，就可以從更高層面思考應(yīng)用和算法。

長遠(yuǎn)來看，這種光子處理器有望為激光雷達(dá)、天文學(xué)與粒子物理科學(xué)研究、高速通信等計(jì)算密集型應(yīng)用帶來更快速、更節(jié)能的深度學(xué)習(xí)解決方案。