人工智能突破后,机器可以在无人监督的情况下“以光速”学习

2020-07-23 05:47:56

研究人员用光代替电进行计算,实现了人工智能发展的突破。

这种新方法极大地提高了机器学习神经网络的速度和效率-机器学习神经网络是一种人工智能形式,旨在复制人脑执行的功能,以便在没有监督的情况下自学任务。

当前用于机器学习的处理器在执行复杂操作时受到处理数据所需功率的限制。任务越智能,数据就越复杂,因此对电力的需求也就越大。

这种网络还受到处理器和存储器之间电子数据传输缓慢的限制。

美国乔治华盛顿大学的研究人员发现,在神经网络(张量)处理单元(TPU)中使用光子可以克服这些限制,创造出更强大、更节能的人工智能。

今天发表在科学期刊“应用物理评论”上的一篇论文描述了这项研究,揭示了他们的基于光子的TPU能够比电动TPU高出2-3个数量级。

该论文的作者之一马里奥·米丘格里奥(Mario Miscuglio)表示:“我们发现,集成了高效光学存储器的集成光子平台可以获得与张量处理单元相同的操作,但它们的功耗只有张量处理单元的一小部分,而且吞吐量更高。”

“只要训练得当,(平台)就可以用来进行光速干涉.”

这种创新处理器的潜在商业应用包括5G和6G网络,以及负责执行大量数据处理的数据中心。

米斯丘利奥博士说:光子专业处理器可以节省大量能源,改善响应时间,减少数据中心流量。

输入您的电子邮件地址请输入电子邮件地址电子邮件地址无效填写此字段电子邮件地址无效电子邮件已存在。登录以更新您的时事通讯首选项,我希望每周通过电子邮件接收生活方式世界上最好的功能和趋势。

您可能不同意我们的观点,也可能不同意其他用户的观点,但请恭敬地回应。

咒骂、人身辱骂、种族主义、性别歧视、仇视同性恋和其他歧视性或煽动性的语言是不能接受的。

您可能不同意我们的观点,也可能不同意其他用户的观点,但请恭敬地回应。

咒骂、人身辱骂、种族主义、性别歧视、仇视同性恋和其他歧视性或煽动性的语言是不能接受的。

想要讨论现实世界的问题,参与最引人入胜的讨论,听取记者的意见吗?立即开始您的独立高级订阅。

已经注册了?登入。

独立高级评论可以由我们会员计划的成员发布,独立高级。它允许我们参与度最高的读者辩论重大问题,分享他们自己的经验,讨论现实世界的解决方案,等等。我们的记者将尝试回应,在他们可能的情况下加入这些帖子,以创造一次真正的独立溢价会议。关于所有主题的最有洞察力的评论将每天发表在专门的文章中。您也可以选择在有人回复您的评论时通过电子邮件发送。

对于那些没有订阅独立高级的人,现有的开放评论线程将继续存在。由于这个评论社区的巨大规模,我们不能对每个帖子给予同等程度的关注,但出于公开辩论的利益,我们保留了这一区域。请继续尊重所有评论者,并进行建设性的辩论。