UCLA研发新型光学神经网络可立刻识别物体 或用于自动驾驶汽车等

盖世汽车讯 据外媒报道，美国加州大学洛杉矶分校亨利·萨穆埃利工程学院（theUCLA Samueli School of Engineering）研发了一项技术，可能可以生产出无需分外盘算机处置惩罚就可立刻识别物体的光学设备，而且该项技术最终可能会应用于机械人、自动驾驶汽车以及其他领域。

（图片泉源：UCLA）

UCLA的研究人员研发了一种光学神经网络，即光束的“迷宫”，由一系列特殊设计的半透明圆晶片制成，而且此类圆晶片由塑料或玻璃等差别质料制成，外貌粗拙，与磨砂玻璃类似，经由设计，圆晶片的尺寸比光的波长还小。当光束在该“迷宫”中穿行时，圆晶片可将光束分向差别偏向。

基于光线与圆晶片的互动方式，走出“迷宫”的每一束光线的子带都被精准指向光学阵列末了屏幕上的特定点。由于该设备可以同时处置惩罚多个波长规模的光线，因此可以实现这一点。与UCLA工程师此前打造的类似设备差别，此前的设备只能接纳单波长的光线。不外，此类设备可以识别手写数字以及衣物，而手写数字和衣物经常会泛起在人工智能系统的测试中。

UCLA研究人员表现：“此次进步就像从黑白电视过渡到彩色电视。当通过差别波长的光线看颜色时，信息会越发富厚。大多数场景自然会包罗色彩鲜艳的信息，所以光学神经网络所能看到的波长规模越广，越能处置惩罚更多信息。” 工程师们引入该“迷宫”的光束主要由光谱中差别太赫兹波长的光线组成。

UCLA加州纳米系统研究所副主任Ozcan表现：“该项研究的目的之一是缔造一种能够直观将眼睛和大脑的能力联合起来的技术，而该项新研究朝这个偏向迈进了一步。最终，我们的系统能够扩展光学盘算和光学设计的技术能力，使其逾越人类的能力。”

该网络接纳了人工智能技术的分支——深度学习技术设计而成。在深度学习技术中，盘算机法式需要“学习”，并多次重复行动或实验以相应地调整响应方式。

Ozcan表现：“一般来说，研究人员接纳物理知识和直觉来设计光学迷宫，以奇特方式使用和设计光线。现在，深度学习技术让我们发现相识决难题的新方法，可以资助我们设计新型光学设备，而此类设备能够提供强大的解决方案，以解决具有挑战性的问题。”