ACM通信
ACM TechNews
物理系统执行ML计算
研究人员能够训练光学系统对手写数字进行分类，准确率达到97%。
信贷:康奈尔大学纪事报
康奈尔大学的研究人员已经训练了物理系统来执行通用的机器学习计算，展示了一种早期但可行的传统电子处理器的替代品。
培训过程使机械、光学和电气物理系统的演示成为可能。
机械系统包括放置在扬声器顶部的钛板，以创建驱动的多模机械振荡器;光学系统通过非线性晶体发射激光，通过组合光子对将入射光的颜色转换为新的颜色，而电气系统利用一个电子电路，其中有电阻、电容、电感和晶体管。
研究人员向每个系统输入手写数字图像的像素，编码在光脉冲或电压中，并返回类似类型的光脉冲或电压作为输出。
康奈尔大学的彼得·麦克马洪说:“事实证明，你可以把几乎任何物理系统变成一个神经网络。”
从康奈尔大学纪事报
查看全文
版权所有©2022SmithBucklin，美国华盛顿特区
没有发现记录