香港中文大學基于激光的人工神經元將推動AI和高性能計算發展

【產通社，3月3日訊】香港中文大學研究設計了一種基于激光的人工神經元，模擬生物分級神經元的復雜功能，處理數據的速度比天然神經元快十億倍。這項創新可以通過實現超快數據處理和顯著節能來徹底改變AI和計算。

基于激光的人工神經元

基于激光的人工神經元，科學家們創造性的復制了生物分級神經元的功能、動力學和數據處理能力。這項突破性技術的信號處理速度為10 GBaud，比自然的同類技術快10億倍，可以推動AI和高級計算系統的重大進步。

生物神經元有各種類型，包括分級神經元，它們通過膜電位的連續變化來處理信息，以進行精確而細微的信號傳輸。相比之下，尖峰神經元使用全有或全無的動作電位，以二進制、開或關的方式發送信號。

“我們的激光分級神經元克服了當前光子版本脈沖神經元的速度限制，并有可能實現更快的操作，”香港中文大學研究小組組長黃先生說。根據Optica出版集團的Optica雜志報道，他們基于芯片的量子點激光分級神經元可以實現10 GBaud的信號處理速度，在1秒鐘內處理來自1億次心跳或3470萬張手寫數字圖像的數據。

“我們的技術可以在保持高準確性的同時，加快時間關鍵型應用的AI決策，”黃說�！拔覀兿Ｍ麑⒃摷夹g集成到邊緣計算設備中——在數據來源附近處理數據——將有助于更快、更智能的AI系統，在未來以更低的能耗更好地服務于現實世界的應用。”

激光分級神經元應用

激光分級神經元提供快速、神經元樣的分級響應，非常適合高速儲備池計算，為心律失常檢測和圖像分類等AI任務展示了出色的模式識別和序列預測。

基于激光的人工神經元可以模仿生物神經元的行為來響應輸入信號，由于其超快的數據處理速度和低能耗，正在被探索作為一種顯著增強計算的方法。然而，迄今為止開發的大多數都是光子尖峰神經元。這些人工神經元的響應速度有限，可能會遭受信息丟失，并且需要額外的激光源和調制器。

光子尖峰神經元的速度限制來自于這樣一個事實，即它們通常通過將輸入脈沖注入激光器的增益部分來工作。這會導致延遲，限制神經元的反應速度。對于激光分級神經元，研究人員使用了一種不同的方法，通過將射頻信號注入量子點激光器的可飽和吸收部分，避免了這種延遲。他們還為可飽和吸收部分設計了高速射頻墊，以產生更快、更簡單、更節能的系統。

“憑借強大的記憶效應和出色的信息處理能力，單個激光分級神經元可以像一個小型神經網絡一樣運作，”黃說�！耙虼�，即使沒有額外復雜連接的單個激光分級神經元也可以高性能地執行機器學習任務�！�

為了進一步展示他們的激光分級神經元的能力，研究人員用它制作了一個池計算系統。這種計算方法使用一種稱為儲備池的特殊類型的網絡來處理與時間相關的數據，如用于語音識別和天氣預測的數據。

在測試中，最終的儲層計算系統在各種AI應用中以高處理速度展示了出色的模式識別和序列預測，特別是長期預測。例如，它每秒處理1億次心跳，并以98.4%的平均準確度檢測心律失常模式。

“在這項工作中，我們使用了單個激光分級神經元，但我們相信級聯多個激光分級神經元將進一步釋放它們的潛力，就像大腦有數十億個神經元在網絡中一起工作一樣，”黃說�！拔覀冋谂μ岣呶覀兊募す夥旨壣窠浽奶幚硭俣�，同時還在開發一種包含級聯激光分級神經元的深度儲備池計算架構�！�

香港中文大學官網：
https://www.cpr.cuhk.edu.hk
論文鏈接：
DOI: 10.1364/OPTICA.537231