【光学神经网络发展迎新节点，#湖南大学# 团队研发极速智能感知芯片，创建可见光下的片上多任务处理架构】

“我们提出了一种基于超构表面全光衍射神经网络的多任务智能感知芯片，它能在可见光下执行多个通道的低功耗、极速的智能图像识别任务。可以认为，只要有光电探测识别的领域，此类极速片内计算的器件都有望实现应用。”湖南大学机械与运载工程学院副教授胡跃强表示。

近日，他和团队研发出一款多任务智能感知探测芯片。论文投稿时，有两位审稿人都提到“这是第一次在实验上实现了片上衍射神经网络”，并认为这是光学神经网络走向实际应用的重要一步。

近日，相关论文以《基于超构表面的可见光波段片上复用衍射神经网络》（Metasurface-enabled on-chip multiplexed diffractive neural networks in the visible）为题发表在 Light: Science & Applications（IF 20.3）。湖南大学硕士毕业生罗栩豪和胡跃强担任共同一作，通讯作者为胡跃强和该校机械与运载工程学院的段辉高教授[1]。

故事要从 AGI 说起，它的中文名是下一代类人脑的通用人工智能（AGI，Artificial general intelligence），其需要在一个人工智能系统中复用不同的能力，以便形成多技能AI。

这在智能家居、自动驾驶和体感交互中具有广泛的应用潜力。多技能 AI 也在 2021 年被评为 MIT Technology Review “十大突破性技术”。同时，复用的人工智能系统也可大大增加计算规模和并行维度。

而当下集成电子电路的算力慢慢接近其物理极限。用光子代替电子，是实现高速、大规模并行和低功耗人工智能计算的一个非常有潜力的途径。光学神经网络（ONN，Optical neural network）也因此备受关注。

戳链接查看详情：http://t.cn/A6a6hcFY