淺談深度學習

生活科學趣談

突破傳統理解,UCLA 開發出全光學繞射神經網路 – 科技新報發布於2018年8月3日

先來分享幾則相關的影片:

一、人工智慧時代

二、人工智慧「深度學習」超越人腦倒數中

三、深度學習(Deep learning)

有興趣進一步了解的朋友們可參考 → 莫煩 Python 教學頻道

四、高效能運算與深度學習

五、人工神經網路Artificial neural network

可應用於機器視覺的識別

六、全光學繞射神經網路(Diffractive deep neural network)
有別於經由【攝影機取得影像→影像處理→模式識別→電腦數據處理→輸出】的傳統理解方式,全光學繞射神經網路是採用光子代替電子來進行識別的工作。使用的光源是兆赫輻射(THz波),其可穿透薄層材料,可用於材料的表面形態與內層結構的探查,藉此來取得表層與內層的高解析度圖像。OS:這一招不曉得能否應用在刮刮樂^^(大誤)

至於新聞中提到的「團隊在手寫數字的圖像分類證實了這套系統的可行性」

這是將 THz 波照射到手寫的數字0~9上面,反射的光再穿透5層以3D列印的聚合物薄片,每一片是由數萬個微小凸點所構成,而每個凸點就是一個像素

UCLA研究團隊指出每一個薄片就是一層“光學網絡”,透射光包含著非常豐富的物理訊息,因為來自數字圖樣上的光透射後分配到某特定類型的像素上。然後,研究人員利用這些資訊對電腦進行訓練,當數字發出的光線在穿過 D2NN 設備後,藉由學習其產生的繞射圖案,即可識別出前面的數字是什麼。這些 “訓練”就是使用了深度學習,透過重複和隨著時間的推移,學習模式就會出現。這很像一個非常複雜的迷宮,當光線進入繞射網絡並在迷宮周圍反彈,直到最後它穿出來為止,然後系統就能經由光線最後透射出來的位置來確定數字或原始圖像是什麼。

延伸閱讀

All-Optical Machine Learning Using Diffractive Deep Neural Networks