技术咨询
代买器件
商务客服
研发客服
该芯片包含近8400个由波导耦合相变材料制成的功能人工神经元。研究人员训练这个神经网络根据元音频率来区分德语和英语文本。图片来源：乔纳斯·舒特/佩尼斯研究团队
德国明斯特大学、英国埃克塞特大学和牛津大学联合团队现已开发出一种所谓的基于事件的架构，该架构使用光子处理器，通过光来传输和处理数据。与大脑类似，这使得神经网络内的连接不断适应成为可能。这种可变的连接是学习过程的基础。该研究发表在新一期《科学进展》杂志上。
现代计算机模型（例如复杂、强大的人工智能应用程序）将传统数字计算机流程推向极限。新型计算架构模拟生物神经网络的工作原理，有望实现更快、更节能的数据处理。
机器学习中的神经网络需要的是由外部兴奋信号激活并与其他神经元有连接的人工神经元。这些人工神经元之间的连接称为突触，就像生物原始神经元一样。研究团队使用了一个由近8400个光学神经元组成的网络，这些神经元由波导耦合相变材料制成。
研究表明，每个神经元之间的两个连接确实可以变得更强或更弱（突触可塑性），且可形成新的连接，或消除现有的连接（结构可塑性）。与其他类似研究相比，突触不是硬件元件，而是根据光脉冲的特性进行编码。换句话说，根据光脉冲的相应波长和强度进行编码，这使得在一块芯片上集成数千个神经元并以光学方式连接它们成为可能。
与传统的电子处理器相比，基于光的处理器提供了更高的带宽，仅低能耗就可以执行复杂的计算任务。从长远来看，它将能以快速、节能的方式应用于人工智能。
文章来源于:电子工程世界 原文链接
本站所有转载文章系出于传递更多信息之目的，且明确注明来源，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
相关文章
像搭积木一样连接神经元和突触，集成元件技术可用于人工神经网络(2024-01-24)
元和突触，从而构建大规模的人工神经网络硬件。
（A）生物神经网络的原理图。（B）使用人工神经形态装置在硬件中实现的人工神经网络的电路原理图。（C）随着突触权重的变化，两个神经......
北京大学研究团队在忆阻器电路领域取得重要进展(2024-09-14)
步限制了计算效率。
研究团队基于忆阻器自身的阈值、循环、非易失阻变特性，首次证明了由一列双极性忆阻器组成的电路本质上是一个吸引子网络。其中，忆阻器是一种特殊的人工神经元，它的......
人工神经网络（Artificial Neural Network）算法简介(2024-07-18)
人工神经网络（Artificial Neural Network）算法简介;
人工神经网络，简称神经网络，是一种模仿生物神经网络的结构和功能的数学模型或者计算模型。其实是一种与贝叶斯网络......
汽车变速箱电子部件芯片包封填充胶应用方案(2023-08-15)
%、50%，在边缘侧，25年ASIC在推理/训练应用占比分别达到70%、70%。
人工神经网络（ANN）设计模拟了生物神经元的特点，可以处理大型复杂的机器学习任务，可以说是推动人工......
人工智能、机器学习、深度学习有啥不一样？终于懂了(2016-12-29)
（Artificial Neural Networks，人工神经网络）。
人工神经网络则是深度学习的起源。
一些之前接触过人工神经网络的机器学习从业者对深度学习的第一印象很可能是：这不过就是多层结构的人工神经网络......
连接数千个人工神经元，自适应神经连接光子处理器问世(2023-10-26)
连接数千个人工神经元，自适应神经连接光子处理器问世;
该芯片包含近8400个由波导耦合相变材料制成的功能人工神经元。研究人员训练这个神经网络根据元音频率来区分德语和英语文本。图片来源：乔纳斯·舒特......
中科院发布寒武纪深度神经网络处理器 速度完爆x86(2016-11-19)
处理器，听起来很高大上，那么到底这颗深度神经网络处理有什么过人之处？
寒武纪神经网络处理器样片
人工神经网络就是一种模仿生物神经网络结构特点的计算机算法，最基本的特征就是模仿大脑神经......
人工智能技术在嵌入式开发中的应用(2023-07-31)
智能的发展是在一个个技术不断突破中成长起来的；1943 年，人工神经元模型被提出，开启了人工神经网络研究的时代。1956 年，达特茅斯会议的召开，提出了人工智能的概念，这标志着人工智能的诞生，国际学术界的人工智能研究呈上升趋势，并且......
STM32Cube.AI将神经网络转换为STM32的优化代码(2024-08-08)
的计划将继续接收更新，以使其更易于使用并可供更多开发人员使用。
我们还将确保 STM32CubeMX 可以在更多 MCU 上转换预训练的人工神经网络。代码生成器包括一个选择工具，可以分析网络的复杂性，以推......
卷积神经网络简介：什么是机器学习？——第一部分(2023-04-17)
元组成的系统或结构，它使AI能够更好地理解数据，进而解决复杂问题。虽然神经网络有许多种类型，但本系列文章将只关注卷积神经网络(CNN)，其主要应用领域是对输入数据的模式识别和对象分类。CNN是一种用于深度学习的人工神经网络......