人工智能取得突破后，机器可以在无人监督的情况下“光速”学习

图片地址：https://img.ithome.com/newsuploadfiles/2020/8/20200807120655_9993.jpg

目前用于机器学习的处理器在执行复杂操作时，会受到处理数据所需的电力的限制，一般来说，任务越智能，数据就越复杂，对电力的需求就越大。除此之外，这样的网络还受到处理器和存储器之间电子数据传输缓慢的限制。因此，研究人员利用光取代电来执行计算，在人工智能的发展上取得了突破，这一新方法显著提高了机器学习神经网络的速度和效率。美国乔治华盛顿大学的研究人员发现，在神经网络（张量）处理器（TPU）中使用光子可以克服这些限制，并创造出更强大、更节能的人工智能。近日发表在科学期刊《 Applied Physics Reviews》上的一篇论文描述了这项研究，表明了他们的光子 TPU 性能比电子 TPU 高 2-3 个数量级。注：张量处理器（tensor processing unit，缩写：TPU）是 Google 为机器学习定制的专用芯片（ASIC），专为 Google 的深度学习框架 TensorFlow 而设计。论文作者之一 Mario Mi