乔治华盛顿大学的研究人员发现了如何增强AI机器学习。他们的方法使用光子代替电力。该方法允许人工智能学习成分
乔治华盛顿大学的研究人员发现了如何增强AI机器学习。他们的方法使用光子而不是电力。该方法允许人工智能独立学习，而无需尽可能多的电力。
人工智能的突破有望将机器学习提升到一个新的水平。研究人员弄清楚了如何使用光而不是用电进行计算。
由乔治华盛顿大学的研究人员设计的这种新方法可以在机器学习涉及的神经网络的速度和效率方面取得重大进步。该方法还允许AI在不监督的情况下独立教学。当神经网络受到训练时，它可以使用推理来找出对象和模式的分类，从而在数据中找到签名。
该方法的主要优点是，通常对大量数据进行曲柄需要大量的处理器功率。从处理器流向内存的数据也有限制的传输速率。
科学家通过在神经网络（Tensor）处理单元（TPU）中利用光子（TPU）找到了解决此类问题的方法，从而导致了有效而强大的AI。他们构建的光子TPU的表现优于2-3个数量级的电动TPU。
有意识的人工智能应享有权利吗？ |大思考| YouTube
GWU电气和计算机工程部的论文合着者Mario Miscuglio分享了他们的结论：
他解释说：“我们发现集成有效的光学内存的集成光子平台可以获得与张量处理单元相同的操作，但它们消耗了一小部分功率并具有更高的吞吐量。”“经过计时训练时，[平台]可用于以光速进行干扰。”这些速度有什么好处？该技术的可能应用包括用于5G和6G网络的超快速处理器以及大型数据中心，“光子专业处理器可以节省大量的能源，改善响应时间并减少数据中心的流量，” Miscuglio博士分享道。
在应用物理评论中查看他的新论文和合着者Volker Sorger。
原创文章，作者：大天，如若转载，请注明出处：http://www.dsonekey.com/3299.html
