美國加州大學洛杉磯分校研發了一種光學神經網絡，可能可以生產出無需額外計算機處理就可立即識別物體的光學設備。

蓋世汽車訊 據外媒報道，美國加州大學洛杉磯分校亨利·薩穆埃利工程學院（theUCLA Samueli School of Engineering）研發了一項技術，可能可以生產出無需額外計算機處理就可立即識別物體的光學設備，而且該項技術最終可能會應用于機器人、自動駕駛汽車以及其他領域。

（圖片來源：UCLA）

UCLA的研究人員研發了一種光學神經網絡，即光束的“迷宮”，由一系列特殊設計的半透明圓晶片制成，而且此類圓晶片由塑料或玻璃等不同材料制成，表面粗糙，與磨砂玻璃類似，經過設計，圓晶片的尺寸比光的波長還小。當光束在該“迷宮”中穿行時，圓晶片可將光束分向不同方向。

基于光線與圓晶片的互動方式，走出“迷宮”的每一束光線的子帶都被精準指向光學陣列末端屏幕上的特定點。由于該設備可以同時處理多個波長范圍的光線，因此可以實現這一點。與UCLA工程師此前打造的類似設備不同，此前的設備只能采用單波長的光線。不過，此類設備可以識別手寫數字以及衣物，而手寫數字和衣物經常會出現在人工智能系統的測試中。

UCLA研究人員表示：“此次進步就像從黑白電視過渡到彩色電視。當通過不同波長的光線看顏色時，信息會更加豐富。大多數場景自然會包含色彩鮮艷的信息，所以光學神經網絡所能看到的波長范圍越廣，越能處理更多信息。” 工程師們引入該“迷宮”的光束主要由光譜中不同太赫茲波長的光線組成。

UCLA加州納米系統研究所副主任Ozcan表示：“該項研究的目標之一是創造一種能夠直觀將眼睛和大腦的能力結合起來的技術，而該項新研究朝這個方向邁進了一步。最終，我們的系統能夠擴展光學計算和光學設計的技術能力，使其超越人類的能力。”

該網絡采用了人工智能技術的分支——深度學習技術設計而成。在深度學習技術中，計算機程序需要“學習”，并多次重復動作或實驗以相應地調整響應方式。

Ozcan表示：“一般來說，研究人員采用物理知識和直覺來設計光學迷宮，以獨特方式利用和設計光線。現在，深度學習技術讓我們發現了解決難題的新方法，可以幫助我們設計新型光學設備，而此類設備能夠提供強大的解決方案，以解決具有挑戰性的問題。”