新しい研究の報告によると、新しく開発された3Dプリントされた光学ディープラーニングネットワークにより演算が光速でできるようなるという。この進歩によりディープラーニングシステムの安価で拡張性のある効率的な作成方法が実現し、たとえば医用画像解析、言語翻訳、画像分類などの分野において科学の最前線がさらに前進する。Xing Linらが開発した光学ディープラーニングフレームワークは共働して情報を処理する層状の3Dプリントされた光学的回折面でできている。このシステムはDiffractive Deep Neural Network （D2NN）と呼ばれ、これが起動することで、層上の各ポイントが入射光の波を伝達したり、反射したりする。それが人工ニューロンで、光回折を通じて次の層の別のニューロンに接続している。位相や振幅を変えることで、各「ニューロン」は調節できる。LinらはD2NNを起動し、55,000個の0から9までの手書きの数字の画像を見せてこのシステムのトレーニングを行った。トレーニング後D2NNはこれらの数字を95.08%の精度で認識することができた。さらにLinらは「神経」層を新たに追加するなど精度を高める方法を概説している。Linらによると、このシステムの機能は様々な3D製作技術や光学部品、検知システムを用いることで簡単に高められるという。
###
Journal
Science