近日，加州大学洛杉矶分校（UCLA）的一个团队研发出一种物理人工神经网络，即一种模拟人类大脑工作的设备，该设备能够以光速识别物体并分析大量数据，由UCLA萨穆埃利工程学院的3D打印机制造。

这项研究成果发表在7月26日的《科学》杂志上。该设备被称为“衍射深度神经网络”，使用物体自身发出的光识别物体，识别速度像计算机一样快。因为使用光的衍射原理工作，设备不消耗能源。

基于该设备的新技术可用于搜索并识别物体等数据密集型任务。例如使用该技术的无人驾驶汽车可对停车信号立即做出反应，该技术也可用于显微成像和医学，如扫描数百万细胞发现疾病信号。该光学人工神经网络设备直观模拟如何处理信息。它可以按比例放大，以实现新设计和独特光学部件在医疗、机器人、安全以及图像视频数据等领域的广泛应用。

制造人工神经网络的过程从计算机模拟设计开始。研究人员随后使用3D打印机制造极薄的8平方厘米聚合物晶片。晶片表面凹凸不平，这有助于衍射来自不同方向的光。该层晶片表面不透明，但试验使用的亚毫米波长太赫兹频率光可以穿过。而每层由成千上万人工神经元或者说光线可穿过的微小像素组成。

通过学习物体在光线穿过该设备时产生的衍射光图案，研究人员随后训练计算机识别物体。“训练”使用了被称为深度学习的人工智能分支技术，机器通过重复并能够随着时间的推移来“学习”。在试验中，研究人员证实该装置可以准确识别手写数字以及衣物。他们将图像置于太赫兹光源前，并使设备通过光衍射“看到”那些图像。

由于设备部件可由3D打印机制造，人工神经网络可以用更大更多的层构成具有亿万人工神经元的设备。这些设备可同时识别更多物体或进行更复杂的数据分析。而部件成本比较廉价，由UCLA团队制造的设备复制成本少于50美元。

该研究目前使用的是太赫兹频率的光，未来也有可能制造使用可见光、红外线或其他频率光的神经网络。该网络也可使用平版印刷术或其他打印技术制造。

佘晓琼

人工智能

陆军

海军

空军

航天

网络空间

电子信息

核武器

精确打击

新概念武器

基础科学

技术

与能源

与制造