美国加州大学洛杉矶分校的研究人员研发了一种全光学方法

据外媒报道，美国加州大学洛杉矶分校的研究人员研发了一种全光学方法，能够采用衍射深度神经网络（D2NN）通过未知随机散射体对物体进行分类，该技术可应用于自动驾驶等领域。据悉，D2NN通过一系列空间结构表面调制光衍射来计算给定的任务，从而形成一个以光速运行的全光学计算机。此种全光学计算框架具有高速、并行以及低功耗等优点，可用于物体分类、定量相位成像、显微技术、通用线性变换等计算任务。仿真训练中，该单像素宽带衍射网络通过随机选择的未知相位散射体成功识别手写数字，盲测精度为87.74%。另外，此种光学计算框架可根据照明波长进行缩放，从而可在电磁频谱的任何部分进行操作，而无需重新设计或重新训练该层。