向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

全光学绕射深度神经网络,让计算机直接看懂目标图像

时间:2018-09-11 作者:Technews 阅读:
机器学习领域发展最快的一环,深度学习(Deep learning)为我们带来许多技术进步,不论图像分析、语音识别或语言翻译都有成功应用,但许多人都相信深度学习的潜力不仅于此。加州大学洛杉矶分校(UCLA)的研究团队近日便介绍一种从物理机制改变深度学习的特殊概念,未来或有望让相关应用更进一步发展。

由 UCLA 计算机工程教授 Aydogan Ozcan 带领的团队舍弃了传统使用的计算机设备,反而选择运用全光学物理机制来建立神经网络架构,这个概念团队称为“全光学绕射深度神经网络”(all-opTIcal Diffractive Deep Neural Network, D2NN)。Aw7EETC-电子工程专辑

opticalneuralnetwork_mid-624x414.jpgAw7EETC-电子工程专辑

以现今情况来说,由于深度学习是在计算机运行的系统,不论图像识别或文字识别,应用的设备都必须配合镜头或光学传感器来识别物体,为了让计算机理解,这些看见的内容还得整理成数据给计算机读取,接着系统还得透过数据表示方法及抽象化(Abstraction)搞懂内容后才能执行任务。Aw7EETC-电子工程专辑

相较之下,运用全光学的 D2NN 不需要额外的高级计算机程序来处理目标图像,或是判断光学传感器捕捉到的内容究竟是什么,而也因只需仰赖光学绕射运作,D2NN 并不需要任何额外耗能便可执行任务。Aw7EETC-电子工程专辑

从外观看起来,D2NN 是由数个 8 平方公分大小的晶圆组成,每个运用 3D 打印制作的半透明晶圆上都有数万个凸起像素,透过每个晶圆复杂的像素组合将光线偏折,D2NN 能执行图像分析、特征检测和对象分类等应用──当然,是以货真价实的“光速”在执行任务。Aw7EETC-电子工程专辑
diffractive-deep-neural-network-uses-light-5.jpgAw7EETC-电子工程专辑
如果用领导研究的 Ozcan 教授的话来解释,D2NN 就是“逐层制造的被动组件透过光学绕射互相链接,创造出独特全光学平台,能够运用光速执行机器学习任务。”Aw7EETC-电子工程专辑

透过使用兆赫兹频率的光源实际测试 3D 打印出的设计,团队在手写数字、时尚产品的图像分类证实了这套系统的可行性,团队相信 D2NN 未来有望协助开发出全新应用概念的相机,以及可学习特定任务的光学组件。Aw7EETC-电子工程专辑

由于 D2NN 的组件都可用 3D 打印生产,未来晶圆大小与层数都还能再往上提升,而这些更大的系统也可用来处理更复杂的数据及图像分析,同时成本还非常便宜──根据 UCLA 报导指出,研究团队创造的 D2NN 设备只需不到 50 美元就能复制。Aw7EETC-电子工程专辑

虽然以目前来说,D2NN 还只是一种概念证明,但这确实替机器学习未来的应用开创了独特机会,研究论文已经刊登在《科学》(Science)期刊。Aw7EETC-电子工程专辑

原文微信公众号:technews2013,已获授权转载, 链接:https://technews.tw/2018/08/03/ucla-all-optical-diffractive-deep-neural-network/Aw7EETC-电子工程专辑

qrcode_EETCwechat_120.jpgAw7EETC-电子工程专辑

关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”Aw7EETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
  • 初创公司用整块晶圆做出史上最大芯片 初创公司Cerebras将在Hot Chips上展出号称是“世界上最大”的半导体器件——一个16nm工艺、晶圆大小的处理器阵列,旨在取代英伟达(Nvidia) GPU在训练神经网络方面的主导地位。这颗面积达到46,225平方毫米的芯片功耗为15千瓦,封装了400,000个内核,并且仅支持在极少数系统中运行,至少已有一家客户采用……
  • 哪些机器人可以用于垃圾分类? 尽管上海垃圾分类已经开始“强制”执行,但很多居民仍然常常难以分辨自己的垃圾该归为哪类,在误投的情况下,还得依靠环卫工人手动把垃圾分好类。随着人工智能和物联网等技术的迭代升级,未来会不会有专门分辨、分拣和处理不同垃圾种类机器人融入我们的生活,让我们不再每天接受“你是什么垃圾”的灵魂拷问?
  • 有关麒麟810和华为nova 5,有些事华为没告诉你 “因为夜的黑,光才被衬托得更美。”这话其实是用来形容华为nova 5系列手机的拍照能力的,不过在现如今这个国际环境大背景下,倒似更有深意了,也更符合华为现在的处境。华为消费业务手机产品线总裁何刚在华为nova 5系列产品发布会上,说出这句话的时候,发布会所在地的武汉还在下着小雨。
  • 都在围观最新CPU/GPU,Arm中国这个动向你可曾关注? “孙正义曾说大约在2035年左右,全球可能会有1万亿个在线连接的AIoT设备。坦白的讲,这并不是一个很激进的数字。”Arm中国生态发展副总裁、OPEN AI LAB创始人兼CEO金勇斌日前在接受媒体采访时称,从1991年到2017年,Arm花了26年的时间才实现了1000亿片Arm架构芯片的出货。
  • 利用本性、借力培育打造令人惊叹的AI SoC 将高级AI功能集成到SoC中经常会暴露SoC架构的软肋。 SoC的DNA(其“本性”)强壮程度依赖于其设计环境(其“培育”)所赋能。了解如何选择合适的工具和流程,特别是正确的IP,可以帮助你培育表现出色的AI SoC。探索Synopsys的 DesignWare IP,可助你实现令人惊艳的AI。
  • AI有望撑起芯片业复兴 人工智能(AI)革命尽管才刚起步,但很快地将会需要各种更强大的半导体...
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告