每日分享最新，最流行的軟體開發知識與最新行業趨勢，希望大家能夠一鍵三連，多多支援，跪求關注，點贊，留言。

研究人員開發光子積體電路（一種光學晶片）以增強 AI 學習過程。

用於這項工作的晶片圖片。圖片來源：喬治華盛頓大學/皇后大學

訓練人工智慧 （AI） 系統可能是一件相當複雜的事情，即使在經濟上也是如此。隨著主題的引入，需求及其應用呈指數級增長。但以目前的計算機智慧水平，不可能滿足這些需求。

“人工智慧系統的培訓會消耗大量能源和碳足跡。例如，單個 AI 變壓器消耗的二氧化碳排放量大約是一輛汽油車在其使用壽命期間消耗的二氧化碳排放量的五倍。我們在光子晶片方面的培訓將有助於減少這種開銷，”皇后大學物理系助理教授 Bhavin Shastri 說。

光子積體電路，或簡稱為光學晶片，已成為提供更高計算效能的可能解決方案，以每瓦每秒執行的運算元或 TOPS/W 來衡量。然而，儘管他們已經證明改進了用於資料分類的機器智慧的核心操作，但光子晶片尚未改進實際的前端學習和機器訓練過程。

來自各個機構的研究人員聚集在一起，開發了一種可以訓練機器學習硬體的光學晶片。機器學習是一個兩步過程。在第一步中，資料用於訓練系統，然後對 AI 系統進行效能測試。根據結果和觀察到的錯誤，為第二個訓練週期重新配置硬體。到目前為止，光子晶片只展示了從資料中分類和推斷資訊的能力。現在，研究人員已經可以加快訓練步驟本身。

“這種新穎的硬體將加速機器學習系統的訓練，並充分利用光子學和電子晶片的優勢，”喬治華盛頓大學電氣與計算機工程教授、初創公司創始人 Volker Sorger 說。註冊公司 Optelligence。

人工智慧的這種能力是圍繞光子張量核心和其他電子-光子專用積體電路 （ASIC） 的更大努力的一部分，這些積體電路利用光子晶片製造來實現機器學習和人工智慧應用。

參考資料：Matthew J。 Filipovich 等人，用於訓練具有直接反饋對齊的深度神經網路的矽光子架構，

Optica

（2022）。 DOI：10。1364/OPTICA。475493