人类情绪识别与微启用集成光学神经网络
Junwei Cheng1,2, Yanzhao Xie1, Yu Liu3
1Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan 430074, China.
Nanophotonics (Berlin, Germany)
|December 5, 2024
概括
我们开发了一种支持微组合的集成光学神经网络 (MIONN),用于快速,低功耗的人类情绪识别. 这种新的光电子人工智能引擎达到78.5%的准确性,提供高效的神经形态计算.
科学领域:
- 光电学是指光电子产品.
- 人工智能的人工智能
- 神经形态计算是一种神经形态计算.
背景情况:
- 深度学习模型需要大量的计算能力,推动对更快,低功耗硬件的需求.
- 目前的人工智能系统正在努力应对复杂任务的能量和速度需求,例如情绪识别.
研究的目的:
- 提出和验证一个支持微组合的集成光学神经网络 (MIONN),用于高速,低功耗的人类情绪识别.
- 为先进的人工智能应用展示光电子计算的潜力.
主要方法:
- 制造具有微组合功能的集成光学神经网络芯片的概念验证.
- 开发了一种具有自动反控制的光电子AI计算引擎,以确保稳定性和精度.
- 编码大规模的张量数据使用microcomb生成的频率通道进行并行计算.
主要成果:
- 这款MIONN原型的潜在吞吐量为51.2 TOPS (每秒一次的Tera操作).
- 该系统以8位权重精度表现出稳定的运行.
- 在盲人测试中成功识别了6种基本的人类情绪,准确率为78.5%.
结论:
- 拟议的MIONN为深度学习模型提供了高速和节能的硬件解决方案.
- 这项技术使人工智能具有增强的情感互动能力.
- 集成光学神经网络代表了下一代AI计算的有希望的方向.
