人工智能和機器學(xué)習(xí)已經(jīng)成為我們在線日常生活不可或缺的一部分
人工智能和機器學(xué)習(xí)已經(jīng)成為我們在線日常生活不可或缺的一部分。例如，搜索引擎(例如Google)使用智能排名算法，而視頻流服務(wù)(例如Netflix)則使用機器學(xué)習(xí)來個性化電影推薦。
隨著對在線AI的需求持續(xù)增長，加快AI性能并找到降低能耗的方法的需求也在增長。
現(xiàn)在，由華盛頓大學(xué)領(lǐng)導(dǎo)的團隊提出了一個可以提供幫助的系統(tǒng)：使用相變材料的光學(xué)計算核心原型。該系統(tǒng)快速，高效節(jié)能，并且能夠加速AI和機器學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò)。該技術(shù)也是可擴展的，可直接應(yīng)用于云計算。
該小組于1月4日在《自然通訊》上發(fā)表了這些發(fā)現(xiàn)。
“我們開發(fā)的硬件經(jīng)過優(yōu)化，可以運行人工神經(jīng)網(wǎng)絡(luò)算法，這實際上是AI和機器學(xué)習(xí)的骨干算法，”威斯康星大學(xué)電氣與計算機工程與物理學(xué)副教授，高級作者Mo Li說。“這項研究進展將使AI中心和云計算更加節(jié)能，并且運行速度更快。”
該團隊是世界上第一個在光學(xué)計算中使用相變材料來通過人工神經(jīng)網(wǎng)絡(luò)進行圖像識別的團隊。識別照片中的圖像是人類容易完成的事情，但是對AI的計算要求很高。由于圖像識別需要大量計算，因此被認為是神經(jīng)網(wǎng)絡(luò)計算速度和精度的基準測試。該團隊證明，運行人工神經(jīng)網(wǎng)絡(luò)的光學(xué)計算核心可以輕松通過此測試。
威斯康星大學(xué)電子與計算機工程系研究生吳昌明說：“光學(xué)計算最初是在1980年代出現(xiàn)的，但后來在微電子學(xué)的陰影下逐漸消失。” “現(xiàn)在，由于摩爾定律的終結(jié)，集成光子技術(shù)的進步以及人工智能計算的需求，它已經(jīng)得到了改進。這非常令人興奮。”
標簽： 人工智能