美國加州大學洛杉磯分校研發(fā)了一種光學神經(jīng)網(wǎng)絡(luò)，可能可以生產(chǎn)出無需額外計算機處理就可立即識別物體的光學設(shè)備。

蓋世汽車訊 據(jù)外媒報道，美國加州大學洛杉磯分校亨利·薩穆埃利工程學院（theUCLA Samueli School of Engineering）研發(fā)了一項技術(shù)，可能可以生產(chǎn)出無需額外計算機處理就可立即識別物體的光學設(shè)備，而且該項技術(shù)最終可能會應(yīng)用于機器人、自動駕駛汽車以及其他領(lǐng)域。

（圖片來源：UCLA）

UCLA的研究人員研發(fā)了一種光學神經(jīng)網(wǎng)絡(luò)，即光束的“迷宮”，由一系列特殊設(shè)計的半透明圓晶片制成，而且此類圓晶片由塑料或玻璃等不同材料制成，表面粗糙，與磨砂玻璃類似，經(jīng)過設(shè)計，圓晶片的尺寸比光的波長還小。當光束在該“迷宮”中穿行時，圓晶片可將光束分向不同方向。

基于光線與圓晶片的互動方式，走出“迷宮”的每一束光線的子帶都被精準指向光學陣列末端屏幕上的特定點。由于該設(shè)備可以同時處理多個波長范圍的光線，因此可以實現(xiàn)這一點。與UCLA工程師此前打造的類似設(shè)備不同，此前的設(shè)備只能采用單波長的光線。不過，此類設(shè)備可以識別手寫數(shù)字以及衣物，而手寫數(shù)字和衣物經(jīng)常會出現(xiàn)在人工智能系統(tǒng)的測試中。

UCLA研究人員表示：“此次進步就像從黑白電視過渡到彩色電視。當通過不同波長的光線看顏色時，信息會更加豐富。大多數(shù)場景自然會包含色彩鮮艷的信息，所以光學神經(jīng)網(wǎng)絡(luò)所能看到的波長范圍越廣，越能處理更多信息。” 工程師們引入該“迷宮”的光束主要由光譜中不同太赫茲波長的光線組成。

UCLA加州納米系統(tǒng)研究所副主任Ozcan表示：“該項研究的目標之一是創(chuàng)造一種能夠直觀將眼睛和大腦的能力結(jié)合起來的技術(shù)，而該項新研究朝這個方向邁進了一步。最終，我們的系統(tǒng)能夠擴展光學計算和光學設(shè)計的技術(shù)能力，使其超越人類的能力。”

該網(wǎng)絡(luò)采用了人工智能技術(shù)的分支——深度學習技術(shù)設(shè)計而成。在深度學習技術(shù)中，計算機程序需要“學習”，并多次重復(fù)動作或?qū)嶒炓韵鄳?yīng)地調(diào)整響應(yīng)方式。

Ozcan表示：“一般來說，研究人員采用物理知識和直覺來設(shè)計光學迷宮，以獨特方式利用和設(shè)計光線。現(xiàn)在，深度學習技術(shù)讓我們發(fā)現(xiàn)了解決難題的新方法，可以幫助我們設(shè)計新型光學設(shè)備，而此類設(shè)備能夠提供強大的解決方案，以解決具有挑戰(zhàn)性的問題。”