3D打印的人工智能設備以光速識別物體

　　使用3D打印機，加州大學(xué)洛杉磯分校電氣和計算機工程師團隊創(chuàng )建了一個(gè)基于人工智能(AI)的設備，可以分析大量數據并以光速識別物體。深度學(xué)習是機器學(xué)習領(lǐng)域中發(fā)展最快的機器學(xué)習方法之一，通常用于醫學(xué)圖像分析，語(yǔ)言翻譯，圖像分類(lèi)，語(yǔ)音識別以及解決更具體的任務(wù)，例如解決逆成像問(wèn)題。

　　傳統上，深度學(xué)習系統被實(shí)現為在計算機上執行以數字化學(xué)習數據表示，并執行與人類(lèi)性能相當或甚至更好的高級任務(wù)。然而，由加州大學(xué)洛杉磯分校電氣和計算機工程教授A(yíng)ydogan Ozcan博士領(lǐng)導的團隊引入了一種物理機制，使用全光學(xué)衍射深度神經(jīng)網(wǎng)絡(luò )(D2NN)實(shí)現深度學(xué)習。該光學(xué)人工神經(jīng)網(wǎng)絡(luò )設備直觀(guān)地模擬大腦如何處理信息。它使用從對象本身反射的光來(lái)在很短的時(shí)間內識別該對象，這是計算機簡(jiǎn)單地“看到”對象所需的時(shí)間。

　　創(chuàng )建人工神經(jīng)網(wǎng)絡(luò )的過(guò)程始于計算機模擬設計。然后，研究人員使用3D打印機制作了非常薄的8厘米見(jiàn)方的聚合物晶圓。每個(gè)晶片具有不平坦的表面，這有助于在不同方向上衍射來(lái)自物體的光。這些層看起來(lái)對眼睛是不透明的，但實(shí)驗中使用的亞毫米波長(cháng)太赫茲頻率的光可以穿過(guò)它們。每層由數萬(wàn)個(gè)人造神經(jīng)元組成，在這種情況下，光是能穿過(guò)微小像素的。一系列像素化層一起用作“光學(xué)網(wǎng)絡(luò )”，其形成來(lái)自物體的入射光穿過(guò)它們，然后網(wǎng)絡(luò )識別對象，因為來(lái)自對象的光主要被衍射到分配給該類(lèi)型對象的單個(gè)像素。

　　研究人員使用計算機對網(wǎng)絡(luò )進(jìn)行訓練，通過(guò)學(xué)習每個(gè)物體在該物體發(fā)出的光線(xiàn)穿過(guò)設備時(shí)產(chǎn)生的衍射光圖案來(lái)識別其前面的物體。 “訓練”使用了一種稱(chēng)為深度學(xué)習的人工智能分支，其中機器通過(guò)重復和隨著(zhù)時(shí)間的推移“學(xué)習”模式出現。

　　在他們的實(shí)驗中，研究人員證明該裝置可以準確識別手寫(xiě)的數字和衣物，這兩種都是人工智能研究中常用的測試。它還可以在太赫茲光譜上執行成像鏡頭的功能。加州大學(xué)洛杉磯分校的研究人員認為，基于該設備的新技術(shù)可用于加速涉及排序和識別物體的數據密集型任務(wù)。例如，使用該技術(shù)的無(wú)人駕駛汽車(chē)可以立即做出反應，甚至比使用現有技術(shù)更快，對停車(chē)標志做出反應。使用基于UCLA系統的設備，一旦來(lái)自標志的光擊中它，汽車(chē)將“讀取”標志，而不是必須“等待”汽車(chē)的相機對物體成像然后使用其計算機來(lái)找出對象是什么?；诒景l(fā)明的技術(shù)還可以用于顯微成像和醫學(xué)，例如，用于分選數百萬(wàn)個(gè)細胞以尋找疾病的跡象。

　　由于其組件可以由3D打印機創(chuàng )建，因此人工神經(jīng)網(wǎng)絡(luò )可以用更大和更多的層制作，從而產(chǎn)生具有數億個(gè)人造神經(jīng)元的設備。那些更大的設備可以同時(shí)識別更多的對象或執行更復雜的數據分析。并且組件可以廉價(jià)制作， 由加州大學(xué)洛杉磯分校團隊創(chuàng )建的設備可以低于50美元。