最近十多年来，人工神经网络的研究工作不断深入，获得了巨大进展。很多大家熟悉的技术，比如面部识别、语音翻译、自动驾驶，都是得益于人工神经网络的应用。这种受大脑结构启发而发明的运算模型，是近些年"科技进步"的主要推动力。
但目前广泛应用的神经网络有着很强的局限性，使其无法真正模拟人脑、获得人类的思考推理能力。主流的数字电子硬件算力主要受限于两个方面，冯诺伊曼瓶颈和电子速率瓶颈。
近期一项"光子神经网络"的进展，有望突破硬件限制！
近日，由徐兴元博士(莫纳什大学)、David Moss教授（斯威本大学）和Arnan Mitchell教授（RMIT大学）的带领的国际研究团队展示了目前世界上最快的人工智能光学神经形态处理器，其运行速度超过每秒11万亿次运算（TeraOPs/s），能够处理超大规模数据。
这一突破以“11 TOPS photonic convolutional accelerator for optical neural networks”为题发表在著名的《自然》杂志上，代表着神经网络和整个神经形态处理的巨大飞跃。该团队展示的是一种"光学神经形态处理器"，其运行速度是以往任何处理器的1000多倍，该系统还能处理创纪录大小的超大规模图像——足以实现完整的面部图像识别，这是其他光学处理器一直无法完成的。详情请阅读《Nature论文：世界上最快的光子神经形态处理器，有望让AI突破硬件限制》。
针对这一研究，「机动组」邀请到徐兴元博士于1月18日19:00在机器之心斗鱼直播间带来线上分享，详细介绍他们的工作以及光学芯片领域进展。
https://u.wechat.com/ME5NRqxzSkMphtHLem9RrmE (二维码自动识别)
分享主题：光子AI卷积加速器
个人简介：徐兴元，莫纳什大学研究员，斯文本科技大学博士（2020，导师为David Moss教授）。主要研究光子神经网络、克尔光频梳、微波光子学。截止至目前为止，发表学术论文100余篇；在光学领域权威期刊如Nature、Nature Communications、Laser & Photonics Reviews、Photonics Research等发表期刊论文28篇，包括第一作者论文17篇；在顶级国际会议包括CLEO, OFC等共发表会议论文80篇以上。已发表论文近三年内引用次数累计2000次以上， H指数26（据谷歌学术统计）。于2019年获得年度IEEE光子学会博士奖学金（全球每年十名）；于2020年被澳大利亚全国性新闻刊物《The Australian》评选为Rising Stars，该奖项针对全澳工作十年之内的青年科研人员，在数学物理方向共有5人入选。
分享概要：本次分享主要介绍近期Nature光子AI加速器的工作。卷积是神经网络处理大数据的基本功能，广泛应用于图像识别等领域。本工作利用光子手段的超大带宽，实现了11TOPS运算速度的光子卷积加速器，有力证明了光子神经网络的巨大算力潜力。
研究原文：https://www.nature.com/articles/s41586-020-03063-0
直播时间：北京时间 1 月 18 日 19:00-20:00
加入机动组，一起看直播
「机动组」是机器之心发起的人工智能技术社区，将持续提供技术公开课、论文分享、热门主题解读等线上线下活动，也将不定期组织人才服务、产业技术对接等活动，欢迎所有 AI 领域技术从业者加入。
添加机器之心小助手（syncedai5），备注「光子」，加入本次直播群。
来源：oschina
链接：https://my.oschina.net/u/4256554/blog/4906160