大腦中神經(jīng)元之間的信號傳播速度大約是 100 米每秒，而光的傳播速度是 30 萬千米每秒，如果神經(jīng)元信號也是光速傳播的呢？來自加州大學洛杉磯分校（UCLA）的研究人員利用 3D 打印技術打印出了固態(tài)的神經(jīng)網(wǎng)絡，并且利用層級傳播的光衍射來執(zhí)行計算，實現(xiàn)了手寫數(shù)字的圖像識別，相關成果已發(fā)表在《science》雜志上。

這一想法看似新奇，其實也很自然。神經(jīng)網(wǎng)絡中執(zhí)行的是線性運算，恰好和光衍射的線性相互作用對應，神經(jīng)元的權重、激活值概念也能和光的振幅、相位對應（可調）。此外，固態(tài)光衍射計算還具有能耗小、無發(fā)熱、光速執(zhí)行（盡管傳統(tǒng)計算機電路中的電場傳播也是光速的，但并未直接對應神經(jīng)網(wǎng)絡的計算過程）等優(yōu)點。該研究方向尚處于起步階段，如果能充分利用其優(yōu)勢，也許會有很廣闊的應用前景。

如今，機器學習無處不在，但多數(shù)機器學習系統(tǒng)是隱形的：它們在「黑箱」里優(yōu)化音頻或識別圖像中的人臉。但最近 UCLA 的研究人員研發(fā)出了一個 3D 打印 AI 分析系統(tǒng)。這一系統(tǒng)不僅看得見，還摸得著。與以往通過調節(jié)數(shù)字進行分析的系統(tǒng)不同，該系統(tǒng)通過光線的衍射來分析人工智能。這一新奇、獨特的研究成果表明：這些「人工智能」系統(tǒng)可以看起來非常簡單。

我們通常將機器學習系統(tǒng)看作人工智能的一種形式，其核心是對一組數(shù)據(jù)進行的一系列運算，每一次運算都基于上一次運算或饋送到一個循環(huán)中。運算本身并不太復雜——盡管也沒有簡單到可以用紙筆計算的程度。最終，這些簡單的數(shù)學運算會得出一個概率，即輸入的數(shù)據(jù)與系統(tǒng)「學會」識別的各種模式相匹配。

通常，機器學習系統(tǒng)進行每一次參數(shù)更新或推斷時所需的運算需要在 CPU 或 GPU 上進行。由于當前的深度學習需要大量并行計算，GPU 成了更廣泛的選擇。但即使最先進的 GPU 也是用硅和銅制成的，信息需要沿著錯綜復雜的電路以脈沖的形式傳播。這就意味著，不論是執(zhí)行新的計算還是重復的計算，傳統(tǒng) GPU 都會產(chǎn)生能耗。

因此，當深度學習中的這些「層」已經(jīng)完成訓練，并且所有參數(shù)的值都確定下來，它還會一次次地重復計算與耗能。這意味著 3D 打印 AI 分析系統(tǒng)在訓練完它的「層」后，還可以被優(yōu)化，不會占用太大空間或 CPU 功率。來自 UCLA 的研究人員表示，它確實可以固化，這些層本身就是由透明材料制成的 3D 打印層，印有復雜的衍射圖案，這些圖案可以對光線進行處理。

如果這樣描述讓你覺得有點頭疼，不妨想想機械計算器。如今，數(shù)字計算都是在計算機邏輯中以數(shù)字形式完成的。但是過去，計算器需要移動實際的機械零件才能進行計算——數(shù)字加到 10 都會造成零件位置變換。從某種程度上來說，這種「衍射深度神經(jīng)網(wǎng)絡」與之相仿：它使用并操縱數(shù)字的物理表示，而不是電子表示。這就代表著，如果將模型的預測過程固化為物理表示，那么它在實際預測過程中就能大大降低能耗。

正如研究人員所說：

給定層上的每個點傳輸或反射入射波，該入射波相當于通過光學衍射連接到下一層其它神經(jīng)元的人工神經(jīng)元。通過改變相位和振幅，每個「神經(jīng)元」都是可調的。

「我們的全光深度學習框架能夠以光速執(zhí)行各種復雜任務，基于計算機的神經(jīng)網(wǎng)絡也可以實現(xiàn)這些任務?！寡芯咳藛T在論文中描述其系統(tǒng)時寫道。

為了證明這一點，他們訓練了一個深度學習模型來識別寫手寫數(shù)字。完成之后，他們會把矩陣數(shù)學層轉化為一系列的光學變換。例如，一個層可能會通過將兩者的光線重新聚焦到下一層的單個區(qū)域來增加值——實際計算比這要復雜得多，此處只做概述。

通過在印刷版上布置數(shù)百萬個微型轉換，光從一端輸入并從另一個結構中輸出，因此系統(tǒng)能以超過 90% 的準確率判斷它是否為 1、2 和 3 等。

讀者可能會疑問這到底有什么用，因為最簡單的三層感知機在識別手寫數(shù)字時都能輕松達到 95% 以上的準確率，而卷積網(wǎng)絡可以實現(xiàn) 99% 以上的準確率。這一形式目前確實沒什么實際用處，但是神經(jīng)網(wǎng)絡是非常靈活的工具，系統(tǒng)完全有可能識別字母而不是僅限于數(shù)字。因此可以令光學字符識別系統(tǒng)在硬件中運行，且基本上不需要能耗或計算。

真正的局限在于制造工藝：打造一個能實現(xiàn)按需處理任務的超高精度衍射板非常困難。畢竟，如果需要精確到小數(shù)點后七位，而印刷版卻只能精確到第三位的話，那就相當麻煩了。

這只是一個概念的證明——對大型數(shù)字識別機器并沒有迫切需求——但這個想法十分有趣。該想法可能會對攝像機和機器學習技術產(chǎn)生影響——在物質世界而非虛擬世界里構造光與數(shù)據(jù)?？雌饋硐袷堑雇?，但也許只是鐘擺在向后擺動。

深度學習已經(jīng)提高了我們使用計算機執(zhí)行高級推理任務的能力。我們在本文中引入了一種物理機制來執(zhí)行機器學習，這是一種全光衍射深度神經(jīng)網(wǎng)絡（D^2NN）架構，可以按照基于深度學習設計的、集體工作的被動衍射層來實現(xiàn)多種函數(shù)。為此，研究人員構建了 3D 打印的 D^2NN 來實現(xiàn)手寫數(shù)字和時尚產(chǎn)品的圖像分類，以及成像鏡頭在太赫茲光譜的函數(shù)。我們的全光深度學習框架能以光速計算多種基于傳統(tǒng)計算機的神經(jīng)網(wǎng)絡也可以實現(xiàn)的復雜函數(shù)，并將在全光圖像分析、特征檢測和目標分類中開發(fā)新的應用，此外它還允許設計新的攝像頭和光學器件，以利用 D^2NN 執(zhí)行獨特的任務。

來源：3d打印網(wǎng)    

編輯：董強