Optalysys 推出世界上第一个激光驱动的光神经网络
- Optalysys 展示了其以光速执行人工智能的光学处理技术。
- 它使用节能激光代替硅加工技术。
总部位于英国的科技公司 Optalysys 使用其光学处理技术开发了第一个卷积神经网络 (CNN)。该光学计算设备利用空间光调制器和激光器以非常高的速度执行复杂的数值运算，同时使用较少的功率。
CNN 的使用正在迅速增长，特别是在基于机器学习技术的图像识别和分析领域。它还用于医学图像分析、天气预报和自动驾驶汽车等关键应用。所有这些模型都需要大量计算，并涉及多个卷积层进行处理。
在过去的几年里，随着图形处理器的进步，CNN 也取得了一些令人印象深刻的进步。然而，它们仍然受到高能源成本和摩尔定律崩溃的限制。
Optalysys 开发的光学加工技术使用节能激光代替硅加工技术。与传统计算机相比，这提供了多个数量级的速度提升，并且消耗的能源少得多。
据该公司首席执行官兼创始人 Nick New 博士介绍，他们已将光学处理应用于极其复杂且对资源要求极高的卷积神经网络领域，初始准确率达到了 70%。
他们使用包含 10,000 个测试字符和 60,000 个训练字符的著名 MNIST 数据演示了这种处理卷积神经网络的技术。
基于该技术的重大项目
这种高效且可扩展的方法（仍处于开发阶段）不仅将提供新水平的基于云的功能，而且还将增强卷积神经网络在移动系统中的潜力。这项工作带来了一些概念验证项目。
Genesys 计划： 遗传搜索系统原型，可在包含 20 个细菌基因组超过 6400 万个碱基对的大型数据库中进行宏基因组读数的序列搜索。
项目逃脱： 大型合作项目的一部分，旨在为欧洲中期天气预报中心构建大规模计算能力和下一代算法。
项目等同： 与 DARPA 合作的种子项目，旨在探索光速数学处理，这构成了流体动力学和等离子体建模等极端规模模拟的基础。
关于 Optalysys
Optalysys 是快速发展的初创公司之一，致力于将光学计算应用于人工智能。他们使用成熟的衍射光学技术构建了第一个协处理器，该技术基于低功率激光而不是电流。
据该公司称，他们的技术在很大程度上具有可扩展性。未来，通过利用最自然的并行处理形式——光，这些系统可以达到超越传统计算机所能实现的限制的能力。
这些系统将可用于高性能计算机、台式计算机和云。此外，借助当今的组件技术，小型化系统将集成到手持设备中。
阅读：一种新形式的光可以使光子的量子计算成为可能
Lightmatter、Light Intelligence、Lighton 和 Fathom Computers 等其他公司也在同一领域开展工作。它们都使用不同类型的光学技术来编码神经网络，以便提供比传统的基于 GPU 的学习更加节能的系统。
工业技术