人工智能最佳伙伴？光学芯片是也

虽然类神经网络可以达成很多任务，像是辨识人脸、预测心脏病等，但要吃掉很多计算机效能。 MIT 工程师近期发表论文研究使用光路来达成类神经网络，并同样建构在硅芯片上，因此成本不会太高，同时实验结果发现运算能力有效率许多。 他们正在筹备公司并计划两年内完成相关产品。

近年来摩尔定律逐渐失效，人们对运算能力的要求越来越大，集成电路终究有极限，且似乎已在不远处；科学家于是纷纷开始研究达成更强大运算能力的方法，光学芯片很有可能就是下一个世代的接棒者。

现今各种人工智能的应用出现，需要越来越强大的运算能力，其中人工智能的分支之一──类神经网络，这个从人类大脑运作启发的灵感而创造的人工智能运算方法，展现了强大的能力，举凡侦测谎言、辨识人脸、预测心脏病等都可做到；但是，对计算机来说需要非常强大的运算能力，也会消耗很大的能量。

传统芯片已渐渐无法负荷当今人工智能如类神经网络的运算量，麻省理工学院的研究人员为了解决这个问题，近期研发出的光学芯片，在使用人工智能的运算像是类神经网络时，运算效率和速度比一般传统芯片要高出许多。

传统芯片跟光学芯片虽然想达成的目标类似，都是运算、通讯、储存等，但两者的基本架构不同，一般芯片为运用一连串可以决定电流要不要通过的晶体管，来达成运算。 光学芯片则是依靠入射光线的明暗来达成运算，每个「光路」由放大器（Optical Amplifier）、相位调变器（Phase modulator）及偏振转换器（Polarization converter）构成，一旦光线产生后，要达成怎样的运算只要运用镜片就可以改变方向，过程不损耗能源，不像晶体管需要电力来运作。

研究人员以新研发的光芯片运作的类神经网络，来辨认英文字母元音的声音，传统计算机的类神经网络正确率可达 92%；与之相比，虽然以光路运作的类神经网络正确率只有 77%，但是效率跟速度都快上许多。

跟以往光学芯片研发不同的是，这次是以硅为基底做成，也就表示量产的可能性大大提升。

科技巨头如 IBM 也传出正在研发整合更多光路到硅基板上，一旦光学芯片研发顺利，未来以类神经网络运算的科技如自动驾驶将可大幅提升。 《科学人杂志》（Scientific American）形容就好像口袋一样小的装置能拥有自动驾驶车一样的运算能力。 该研究团队的研究员已开始筹备公司，并且预计两年内产出产品。

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@mmsonline.com.cn。