在光学芯片上可以直接训练人工神经网络

    "运用光学芯片比数字计算机更有效地执行神经网络，能够处理更复杂的问题。"斯坦福大学研讨小组的Shanhui Fan说。"例如，这将加强人工神经网络执行自动驾驶汽车所需任务的才能，或者对口头问题作出恰当的反响。它还能以我们如今无法想象的方式改善我们的生活。"

    人工神经网络是一种人工智能，它运用衔接的单元以相似于大脑处置信息的方式处置信息。运用这些网络来执行一个复杂的任务，例如语音辨认，需求对算法停止关键步骤的锻炼，以顺应不同的输入，如不同的单词。

    虽然光学人工神经网络最近被实考证明，但锻炼步骤是在传统的数字计算机上运用一个模型停止的，然后将最后的设置输入到光学电路中。在光学学会的具有很高影响力的研讨杂志上，斯坦福大学报告了一种直接在设备中锻炼这些网络的办法，这种办法是经过完成"光学模仿"算法来完成的，这是锻炼常规神经网络的规范办法。