研究团队展示了世界上最快的光学神经形态处理器

Xingyuan（Mike）Xu博士具有集成的光学微梳芯片，该芯片构成了光学神经形态处理器的核心部分。

由Swinburne领导的团队展示了世界上最快，最强大的人工智能光学神经形态处理器

这种神经形态处理器的运行速度超过每秒10万亿次操作，并且能够处理超大规模数据

这一突破已经发表在著名的《自然》杂志上，代表了神经网络和神经形态处理技术的巨大飞跃

由斯威本科技大学领导的国际研究人员团队展示了世界上最快，最强大的人工智能光学神经形态处理器（AI），其运算速度超过每秒10万亿次运算（TeraOPs / s），并能够处理超大规模数据。这一突破发表在著名的《自然》杂志上，代表了神经网络和整个神经形态处理技术的巨大飞跃。

人工神经网络是AI的一种重要形式，可以“学习”并执行复杂的操作，并广泛应用于计算机视觉，自然语言处理，面部识别，语音翻译，玩策略游戏，医疗诊断和许多其他领域。受大脑视觉皮层系统生物结构的启发，人工神经网络提取原始数据的关键特征，以前所未有的准确性和简单性预测属性和行为。

在Swinburne的David David Moss教授，Xingyuan博士（莫纳什大学的Swinburne）和RMIT大学的杰出教授Arnan Mitchell的带领下，该团队在光学神经网络领域取得了非凡的成就：极大地提高了它们的计算速度和处理能力。

该团队展示了一种光学神经形态处理器，其运行速度比任何以前的处理器快1000倍以上，并且该系统还可以处理记录大小的超大型图像-足以实现全脸部图像识别，这是其他光学处理器无法完成的。 。

Swinburne光学科学中心主任Moss教授说：“这一突破是通过'光学微梳'实现的，正如我们在2020年5月报道的世界纪录互联网数据速度一样。”

（左至右）：研究团队的Bill Corcoran博士（莫纳什大学），Moss教授和Mitchell教授，他们的研究团队使用单个光学芯片记录了世界上最快的互联网速度。

虽然最先进的电子处理器（例如Google TPU）可以超过100 TeraOPs / s的速度运行，但这可以通过数以万计的并行处理器来完成。相反，该团队演示的光学系统使用单个处理器，并且是通过一种新技术实现的，该技术通过集成的微梳状光源同时在时间，波长和空间维度上对数据进行交织。

微梳子是相对较新的设备，其作用类似于在单个芯片上由数百个高质量红外激光器组成的彩虹。它们比任何其他光源都更快，更小，更轻且更便宜。

“自从我共同发明它们以来的10年中，集成的微梳状芯片已经变得非常重要，看到它们在信息通信和处理方面取得了如此巨大的进步，真是令人兴奋。微型梳子为我们满足世界对信息的无限需求提供了巨大的希望。”莫斯教授说。

该研究的主要作者徐博士说：“该处理器可以用作任何神经形态硬件（基于光学或电子的）的通用超高带宽前端，使海量数据机器学习可实时获取超高带宽实时数据。” ，斯威本大学的明矾和莫纳什大学电气与计算机系统工程系的博士后。

“我们目前正在悄悄谈论未来处理器的外观。它的确向我们展示了如何通过创新性地使用微梳来极大地扩展处理器的功能。”徐博士解释说。

RMIT的Mitchell教授补充说：“这项技术适用于所有形式的处理和通信，它将产生巨大的影响。从长远来看，我们希望在芯片上实现完全集成的系统，从而大大降低成本和能耗。”

“卷积神经网络一直是人工智能革命的核心，但是现有的硅技术越来越成为处理速度和能源效率的瓶颈，”研究团队的主要支持者，来自Swinburne和Walter and Elizabeth Hall Institute的Damien Hicks教授说。 。

他补充说：“这一突破表明，新的光学技术如何使此类网络更快，更高效，并且深刻展示了跨学科思维的好处，它具有启发和勇气，可以从一个领域汲取创意并将其运用到解决另一个基本问题。”

国际研究合作由David Moss教授（Swinburne）领导；许兴元博士（麦克·斯威本和莫纳什）和杰出教授阿南·米切尔教授（RMIT）在谭梦喜和吴佳阳博士（斯文伯恩）的大力支持下；达米安·希克斯（Damien Hicks）教授（斯威本和沃尔特和伊丽莎白·霍尔学院（WEHI））； Andrea Boes和Thach G Nguyen（RMIT）； Bill Corcoran博士（莫纳什）；朱赛T（香港城市大学）；布伦特·利特（Brent Little）（西安光学学院）；和Roberto Morandotti（加拿大蒙特利尔的INRS）。

一个国际研究人员团队展示了世界上最快，最强大的人工智能光学神经形态处理器，该处理器能够处理超大规模数据

在线举办的首届WATTLE（妇女参谋领导力）校友研讨会在线展示了两个主题：领导变化的环境和富有同情心的领导力。

博士生Mauricio Hidlago分享了他在COVID-19期间滞留在哥伦比亚期间对遥控机器人进行研究的经验 Avanade在Swinburne的“ STEM中的女性”奖学金旨在激励女性并为她们提供未来工作所需的技能。 Swinburne理科学生约旦·赖（Jordan Rai）在年度STEM重点公众演讲比赛Start Talking中展示了他的科学交流能力。