大腦中的信號以大約每秒118.872米的速度從一個神經元跳到另一個神經元。另一方面，光在一秒鐘內傳播的速度3.0×10^8m/s 。想象一下，如果人類大腦中想信號傳播速度也有光那麼快，那將會發生什麼不可思議的事。
加州大學洛杉磯分校(UCLA)的研究人員週四公佈了一種3D打印的光學神經網絡，它能讓計算機以光速來解決複雜的數學計算問題。
除了有點誇張之意外，研究人員認為，這種計算技術可以將機器學習算法的能力（這是目前許多人工智能應用的基礎）轉變為一種全新的工具。
深度學習是人工智能研究和實現中增長最快的領域之一。如：計算機通過人體組織圖像診斷癌症的方法、信用評分的判定以及當就職人員在某一行業中的口碑較差事，那麼人工智能很可能會讓你失去這份工作。
人工神經網絡在同樣的邏輯下工作，但“神經元”只是高度簡化的數據被輸入數學方程式，然後在計算解決方案時被輸出。人工神經網絡包含成千上萬的這些數學神經元，它們被層層排列。當一個神經元進行計算時，它將傳遞給下一層的一個神經元，在這個神經元執行計算並依次傳遞。
研究人員通過給人工神經網絡提供大量的解決方案來訓練人工神經網絡，比如識別樹木的圖片。通過顯示樹的神經網絡圖像的解決方案讓算法“學習”樹是什麼。隨著時間的推移，算法會自動調整每個神經元的數學運算，直到輸出與訓練集的解決方案相匹配。當一臺計算機識別一個物體時，它只是簡單地給出一個數學解，這個解即為一個數學概率（即物體是一棵樹的概率為95%）。
分享到:
閱讀更多 上海佰質儀器儀表 的文章
