如何利用光创建受大脑启发的神经网络
超级计算机可以非常快,但它们也消耗大量功率。 神经形态计算可能是一个可行的替代方案,因为它使用我们的大脑来创建快速、节能的计算机。 该技术提供了广泛的应用,包括自动驾驶、医学影像判读、边缘人工智能和远程光通信。 电气工程师 Patty Stabile 是探索受大脑和生物学启发的新计算范式的先驱。 \“TU/e 拥有展示用于 AI 应用的基于光子的神经形态计算的所有要素。\”
Patty Stabile 是电气工程系的副教授。 她是最早探索光子神经形态计算新领域的人之一。
2017 年,麻省理工学院的研究人员发表了一篇论文,描述了他们开发的一种可以以模拟方式执行相同代数功能的小型芯片,当时我正在研究光子数字人工神经元的提案。 就在那时,我意识到模拟突触是运行人工智能的最佳方式。 从那以后我就对这个话题着迷了。
来源和详细信息:
https://techxplore.com/news/2022-04-brain-inspired-neural-networks-based.html