投资世界24小时 -钟睒睒发文回应网络谣言； 80亿，今年最大造车融资诞生； 300亿，福州产业投资母基金签约
06-18
*转载文章不代表本站观点。
本文来自微信公众号《大数据文摘》作者：想象一下，你身边的任何东西，比如煎锅、玻璃镇纸，都可以作为神经网络的中央处理器。
感觉怎么样？ ？简单地说，神经网络是一种模仿大脑执行复杂任务的智能系统。
给定一个输入，它就会得到一个输出，无论是确定图片是猫还是小狗，还是确定歌曲是什么。
风格上，神经网络总能基于无数次的训练，以最大的概率得到正确的结果。
然而，为了获得最快的速度，当前的神经网络通常运行在图形处理芯片（GPU）上，而一项新的研究表明，理论上，你可以依赖任何对象来运行神经网络。
“一切都可以是计算机，”康奈尔大学的Wright说，他是这项研究的共同领导者，该研究发表在《自然》杂志上。
论文地址：Wright和他的同事们意识到，物理对象也以被动的方式进行计算，仅仅通过对刺激做出反应。
为了演示这个概念，研究人员在三个物理系统中构建了神经网络：机械、光学和模拟电子系统，每个系统最多包含五个处理层：在机械系统的每一层中，他们使用扬声器振动一块小金属板，并通过用麦克风记录其输出；在光学系统中，他们让光穿过晶体来构建神经网络；在模拟电子系统中，他们使用电流穿过微小电路来设计网络。
典型的 PNN 是使用宽带光学 SHG 实验实现的。
在每种情况下，研究人员都将输入数据（例如未标记的图像）编码为声音、光或电压。
对于每个处理层，他们还对数字参数进行编码。
告诉三个物理系统如何操作数据的代码。
为了训练系统，他们调整了参数以减少系统预测图像标签与实际标签之间的误差。
LoganWright表示，“我们只是在寻找方法，让硬件物理做我们想做的事。
”强调物理过程而不是数学运算这些机械系统、光学系统、模拟电子系统都被称为物理神经网络系统（physical Neural Networks，PNNs），研究人员用来识别手写数字。
在一项实验中，PNN 识别了 7 个元音。
他们在本周的《自然》杂志上报告称，这些任务的准确率在 87% 到 97% 之间。
姚说，未来，研究人员可能不会通过用计算机数据调整输入参数来调整系统，而是通过调整物理对象（例如弯曲金属板）来调整系统。
物理感知训练 在论文中，研究人员表示重点应该是训练物理过程而不是数学运算。
这种区别不仅仅是语义上的：通过打破软件和硬件的传统划分，PNN 提供了从几乎任何可控物理系统构建神经网络硬件的可能性。
任何模拟过复杂物理系统演化的人都知道，物理转换通常比数字模拟更快、消耗的能量更少。
这表明，最直接利用这些物理变换的 PNN 可能能够比传统模型更有效地执行某些计算，从而为更具可扩展性、更节能和更快的机器学习提供途径。
未来可能不是关于执行计算，而是关于硬件本身的功能。
洛桑瑞士联邦理工学院计算机科学家Lenka Zdeborová没有参与这项研究，她表示这项研究“令人兴奋”，她希望看到更多困难任务的演示。
法国国家研究机构 CNRS 的 Damien Querlioz 补充道：“他们在不同的背景下很好地展示了这个想法……我认为它将产生相当大的影响。
”最令人兴奋的是 PNN 作为智能传感器的潜力。
显微镜的光学技术可以帮助在光照射到数字传感器之前检测癌细胞，或者智能手机的麦克风膜可以监听唤醒词。
Wright表示，在这些应用中，你真的不会认为它们是在执行机器学习计算，而是认为它们是“功能机器”。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
最新文章
首先告诉我什么是智能汽车！
盲盒明星卡的暴利与泡沫：2元卡卖700万，直播卖卡月入百万
黑色星期五轰轰烈烈地回来了，结果这些中国企业扛起了全场
锂电池隔膜疯狂扩产：兴源材料欲夺回C位？
当我考上缅语专业时：凌晨三点我还在走廊里背单词，毕业后，我不仅仅是一名翻译者
被遗弃，被收获？老年人上网到底有多难？
海外日报 -今年，我国自主研发游戏海外实际销售收入实现两位数增长；三星电子正式成立机器人业务团队36氪海外·15分钟前
腾讯音乐：爱、相信、坚持