据新的研究报告，一种新研发的3-D打印的光学深度学习网络可令计算执行达到光速。这一进展提供了一个廉价、可缩放及高效的创建深度学习系统的方法，这些系统正在加速推进科学前沿，其中包括医学影像分析、语言翻译、图像分类等。由Xing Lin和同事研发的光学深度学习框架是由多层3-D打印的光学衍射表面组成的，这些表面可共同处理信息。这一系统被称作“衍射深度神经网络”（D2NN），它是通过在某给定层面上的每个点对入射波进行传播或反射来发挥作用的；该入射波代表了一个人工神经元，后者与接续层面上的其它神经元通过光学衍射进行连接。通过改变相位和幅度，每一“神经元”都是可调的。为了让D2NN发挥作用，研究人员通过让其接触5万5000幅手写数字（范围从0-9）图像来训练该系统。在训练之后，D2NN可识别这些数字，其准确性达95.08%；作者概述了进一步提高准确性的方法——如增添更多的“神经”层。作者指出，通过用不同的3-D制作方法，这一系统的规模很容易被扩大。
###
Journal
Science