從預測文本到醫學診斷，人工智能 (AI) 在許多系統中都發揮著重要作用。受人類大腦的啟發，許多人工智能系統都是基于人工神經網絡實現的。

在人工神經網絡中，被稱為“神經元”的組件獲取輸入的數據并進行處理從而解決各種問題，例如識別人臉。神經網絡反復調整其神經元之間的聯系，隨著時間的推移，網絡會設定最適合計算結果的參數，從而模仿人腦中的學習過程。通過添加神經層可以擴大網絡，如果一個神經網絡擁有多層神經元，它就被稱為“深度神經網絡”。隨著層數的增加，該網絡以更高分辨率讀取更復雜圖像中數據的能力也在增強。

目前，經典神經網絡實現圖像識別是在傳統圖像傳感器上創建的，例如智能手機中的數碼相機。圖像傳感器需要將光先轉化為電脈沖，再轉換為數字化數據，從而可以使用計算機處理器進行處理、分析、存儲和分類。

雖然目前在數字芯片上的消費級圖像分類技術每秒可以執行數十億次計算(GHz)，這使得它對于大多數場景來說足夠快。但更復雜的圖像分類，例如識別高速移動物體、3D 物體識別，或自動駕駛，在實現過程中卻面臨著許多重大挑戰。

首先，傳統的數字芯片通常是基于數字時鐘的平臺來實現，例如圖形處理單元(GPU)，這將它們的計算速度限制在時鐘頻率上(<3 GHz)。同時，傳統電子設備基于馮諾依曼架構，將內存和處理單元分開，而在這些組件之間來回的數據傳輸會浪費時間和精力。

其次，原始的模擬圖像數據通常需要光電轉換為數字電子信號以及需要大內存單元來存儲圖像和視頻，從而引發潛在的隱私問題。

近日，來自賓夕法尼亞大學 Firooz Aflatouni 副教授團隊已經在光子微芯片上開發了一種光學深度神經網絡 PDNN（photonic deep neural network），消除了傳統計算機芯片中的四個主要耗時的罪魁禍首：光電信號的轉換，模擬信號到數字信號的轉換、大內存模塊和基于時鐘的計算。

該團隊在 9.3 mm2的光子芯片在約 0.5 ns 內實現整個圖像分類——這是最理想的數字計算機芯片只能完成一個計算步驟所需的時間。片上網絡對手寫字母進行了二類和四類分類，準確率分別高于 93.8% 和 89.8%。

該成果發表在Nature，題為“An on-chip photonic deep neural network for image classification”。

片上光學深度神經網絡

該新設備標志著第一個完全在集成光子設備上以可擴展方式實現的深度神經網絡。在 9.3 mm2的芯片中，線性計算是通過一個 5×6 的光柵耦合器陣列和光學衰減器光學執行的。這些耦合器充當輸入像素，輸出分為四個重疊的 3×4 像素子圖像，并使用納米光子波導饋入分布在三層的其他九個神經元。線性運算后，各個神經元通過光電子方式的微環調制器的傳輸特性實現非線性激活函數。

科學家們讓他們的微芯片識別手寫字母。在一組測試中，它必須將 216 個字母分類為 p 或 d，而在另一組測試中，它必須將 432 個字母分類為 p、d、a 或 t。該芯片的精度分別高于 93.8% 和 89.8%。相比之下，使用 Keras 庫在 Python 中實現的 190 個神經元的傳統深度神經網絡在相同圖像上實現了 96% 的準確率。

圖2：光子深度神經網絡芯片執行分類任務的四分類字母樣本

圖源：賓夕法尼亞大學

更快、更強

由于該芯片可以在光信號上直接進行光速線性處理，所以該芯片可以在 0.5 ns 內完成整個圖像分類。該芯片通過“光學傳播計算”來處理信息，這意味著與基于時鐘的系統不同，計算是光在芯片上傳播時發生的。要了解該芯片處理信息的速度，可以對照電影的典型幀速率，一部電影通常每秒播放24 到 120 幀，而該芯片每秒能夠處理近 20 億幀。

此工作也跳過了將光信號轉換為電信號的步驟，因為該芯片可以直接讀取和處理光信號，不需要存儲信息，無需大內存單元。

這兩項變化都使其成為一種更快的技術。

消除內存模塊還可以增強數據隱私，使用直接讀取圖像數據的芯片，不需要照片存儲，因此不會發生數據泄漏。通過加速圖像分類，片上深度神經網絡可以改善自動駕駛汽車中的人臉識別和激光雷達傳感等應用。

一個以光速讀取信息并提供更高程度網絡安全的芯片無疑會在許多領域產生影響；這是過去幾年對這項技術的研究不斷增加的原因之一。

該項研究的下一步將提升芯片的可擴展性，處理三維圖像分類的工作，使用具有更多像素和神經元的更大芯片對更高分辨率的圖像進行處理。此外，不僅限于圖像和視頻分類，任何可以轉換為光域的信號，例如音頻和語音，都可以使用這項技術進行幾乎瞬時的分類處理。

審核編輯 ：李倩