網絡規模、訓練學習速度提升，清華團隊在大規模光電智能計算方向取得進展

AIGC動態歡迎閱讀

原標題：網絡規模、訓練學習速度提升，清華團隊在大規模光電智能計算方向取得進展

關鍵字：神經元,神經網絡,光學,光電,建模

文章來源：機器之心

內容字數：5346字

內容摘要：將 ScienceAI設為星標第一時間掌握新鮮的 AI for Science 資訊編輯 | 紫羅隨著大模型等人工智能技術的突破與發展，算法復雜度劇增，對傳統計算芯片帶來了算力和功耗的雙重挑戰。近年來，以光計算為基礎、通過光電融合的方式構建光電神經網絡的計算處理方法已經成為國際熱點研究問題，有望實現計算性能的顛覆性提升。然而，光電神經網絡的前向數學模型由對光場的精準物理建模得到，計算復雜度高、參數冗余度大；其學習機制沿用人工神經網絡常用的梯度下降算法，面向大規模光電神經網絡時優化速度慢、資源消耗高、收斂效果差。因此，現有學習架構僅能支撐小規模光電神經網絡的訓練，其網絡容量和特征捕獲能力不足以有效處理 ImageNet 等大型復雜數據集。近日，清華大學電子工程系方璐副教授課題組提出了面向大規模光電智能計算的：光學-人工雙神經元學習架構（DuAl-Neuron opTical-artifici…

原文鏈接：點此閱讀原文：網絡規模、訓練學習速度提升，清華團隊在大規模光電智能計算方向取得進展

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺