非科幻小说：光神经网络如何彻底改变人工智能

波前整形用于操纵通过多模光纤传播的超短脉冲。 这允许非线性光学计算。

如今的人工智能系统依赖于数十亿个参数，这些参数可以通过调整来实现复杂的目标。 大量的参数是昂贵的。 训练和实现如此大的模型需要大量的内存和处理能力。 这仅适用于大型数据中心，其消耗的能源相当于中等城镇的能源消耗。 研究人员正在重新评估计算基础设施以及机器学习算法，以保持当前的进步速度。

神经网络的光学实现是一个有前途的选择，因为它使用低功耗来实现单元之间的连接。 发表在《Advanced Photonics》上的一项新研究将多模光纤内的光传播和一些数字可编程参数相结合，以实现与具有超过 100 倍以上可编程变量的全数字系统相同的图像分类任务性能。

来源和详细信息：
https://scitechdaily.com/not-science-fiction-how-optical-neural-networks-are-revolutionizing-ai/