人工智能最佳伙伴？光学芯片是也

虽然类神经网络可以达成协议很多任务，看起来识别人脸、预测心脏病等，但要吃很多计算机效能。MIT工程师近期公开发表论文研究用于光路来达成协议类神经网络，并某种程度建构在硅芯片上，因此成本会太高，同时实验结果找到运算能力有效率许多。

他们正在筹划公司并计划两年内已完成涉及产品。近年来摩尔定律渐渐过热，人们对运算能力的拒绝更加大，集成电路注定有无限大，且或许已在不远处；科学家于是争相开始研究达成协议更加强劲运算能力的方法，光学芯片很有可能就是下一个世代的接棒者。现今各种人工智能的应用于经常出现，必须更加强劲的运算能力，其中人工智能的分支之一──类神经网络，这个从人类大脑运作灵感的启发而建构的人工智能运算方法，展现出了强劲的能力，涵括探测谎言、识别人脸、预测心脏病等都可做；但是，对计算机来说必须十分强劲的运算能力，也不会消耗相当大的能量。

传统芯片已慢慢无法负荷当今人工智能如类神经网络的运算量，麻省理工学院的研究人员为了解决问题这个问题，近期研发出有的光学芯片，在用于人工智能的运算看起来类神经网络时，运算效率和速度比一般传统芯片要高达许多。传统芯片跟光学芯片虽然想要达成协议的目标类似于，都是运算、通讯、储存等，但两者的基本架构有所不同，一般芯片为运用一连串可以要求电流要不要通过的晶体管，来达成协议运算。光学芯片则是依赖入射光线的构图来达成协议运算，每个「光路」由放大器（OpticalAmplifier）、振幅调变器（Phasemodulator）及偏振转换器（Polarizationconverter）包含，一旦光线产生后，要达成协议怎样的运算只要运用镜片就可以改变方向，过程不损耗能源，不像晶体管必须电力来运作。

研究人员以新的研发的光芯片运作的类神经网络，来辨识英文字母元音的声音，传统计算机的类神经网络正确率平均92%；与之比起，虽然以光路运作的类神经网络正确率只有77%，但是效率跟速度都单圈许多。跟以往光学芯片研发有所不同的是，这次是以硅为基底制成，也就回应量产的可能性大大提高。科技巨头如IBM也爆出正在研发统合更加多光路到硅基板上，一旦光学芯片研发成功，未来以类神经网络运算的科技如自动驾驶将可大幅度提高。《科学人杂志》（ScientificAmerican）形容就样子口袋一样小的装置能享有自动驾驶车一样的运算能力。

该研究团队的研究员已开始筹划公司，并且预计两年内生产量产品。

本文来源：皇冠游戏中心官网-www.sriingenieria.com