国产光芯片重大突破！清华团队利用神经网络，首创全前向智能光计算训练架构
原文中文，约5000字，阅读约需12分钟。发表于：。在国外，最具代表性的是致力于打造全球首屈一指人工智能超级计算机的 Luminous Computing，以及用光子技术提升 AI 和高性能计算工作负载的性能和节能水平的 Lightmatter，这两家公司也均已获得超过 1 亿美元的融资。为了展示 FFM 学习的有效性，该研究首先使用基准数据集训练了一个用于对象分类的单层光神经网络，然后在下图 a 中展示了使用 FFM...
清华大学研究团队开发了一种全前向模式学习方法，通过光学计算训练出具有数百万参数的深层光学神经网络，提高了AI对光学系统建模的能力。研究结果发表在Nature上。FFM学习方法还可扩展到集成光子系统的自设计。相关研究团队还推出了光训练芯片“太极-II”。
