光电与人工智能的那些事儿

21世纪以来，科技飞速发展，人工智能成了前沿科学技术的代言词。2016年3月机器人设计师戴维汉森设计出索菲亚机器人，2017年10月26日，在沙特阿拉伯，索菲亚被授予了公民身份，是世界上第一位被授予公民身份的机器人。世界各国都在成立各种研发机构，进行人工智能的研究。由此可见，人工智能正在以势不可挡的速度迅速发展。有关人工智能的新闻与消息在网上随处可见，那小编想问，您有没有了解过人工智能背后的那些事呢，接下来小编带您了解一下人工智能与光电的那些事儿。

人工智能之光电子神经网络

对于“程序猿”来说神经网络并不是 一个陌生的词，而是一个令人着迷又令人头疼的领域。神经网络可称之为一种高级算法，在各种建模与仿真领域都有应用，不可置否的是神经网络正席卷着计算世界。神经网络能够极大的推动人工智能的发展，而创建神经网络的关键是类似神经元的电路，即神经形态的芯片，芯片最重要的就是运行速度，就像您手里的手机，CPU运行速度够快手机才不会显得卡顿。那如何提高芯片的运行速度呢?光电子神经网络是解决这个问题的有效途径之一。据MIT报道，普林斯顿大学的Alexander Tait团队创建了全球首个光电子神经网络，并展示了其在计算上的超速度。光学计算一直都被寄予了很大的期望，因为它足够快。由于光子的带宽要远远比电子的高（如果您有兴趣的研究下，不妨读一下《光电检测技术及应用》这本书），这就使得它能在相同的时间内处理更多的数据信息。Alexander Tait表示“在硅光子平台的帮助下，光子神经网络的高速信息处理能力能够用于无线电、控制计算等领域”。

神经网络

那这项技术的难点在哪儿呢？难点在于创造一种光学设备——它的每个节点都有神经元一样的响应特征。节点采用微型圆波导的形式，被蚀刻进一个能容许光循环的硅基内，光可以在其中流通。当光子被释放时，它会调节激光器的输出，将其控制在一定的阈值内。在这个区域内，入射光的微小变化都会对激光的输出产生显著影响。系统中的每个节点都匹配特定波长的光，这一技术被称为波分复用技术。来自各个节点的光会被送入激光器，而且激光输出会被反馈回节点，创造一个非线性特征的反馈电路。Tait团队认为，该设备可以极大地扩展编程技术，应用于更大的硅光子神经网络。这意味着这个设备可以迅速提升神经网络汇集的各种编程。研究人员使用由 49 个光子节点组成的网络演示，光子神经网络如何用来解决微分方程。与普通的CPU相比，Alexander Tait表示“在这项任务中，光子神经网络的有效硬件加速因子大约为 1960×，速度提升 了 3 个数量级。”速度不是一般的快。

人工智能之人工智能眼球

仿生眼是利用科学技术根据人的视觉特征开发出的可以帮助失明者恢复视力的一种技术。2012年9月3日世界首例仿生眼植入者恢复部分视力。由美国第二视觉公司研发的阿格斯||型视网膜假体系统已经帮助很多人恢复了部分视力，有的人甚至获得了更好的手术效果。那它与我们所说的光电又有什么关系呢？这就涉及到一个非常重要的器件——光电管。别急，容我慢慢道来。起初它由埋入视网膜的60个电极和安装了一个特殊迷你相机组成。我们的视网膜成像得益于光感受器，其感光细胞把光线转化成电化学脉冲，通过视神经传导到大脑，在大脑里它们被解码成图像。而视网膜的光感受器退化会导致失明，所以要做的便是刺激视网膜上的感光细胞。但这个方法收效并没有太好，因为分辨率太低，之后Palanker研究团队提出“考虑在眼睛的背后植入5000多个微小光电管来代替原来植入电极的方法”理论上能产生比原来好十倍的分辨率。这些光电管会把光转化成刺激视网膜细胞的电脉冲，电脉冲随后把信号传输给大脑。所以，光电管可谓效用非凡。但这项技术距离成熟还得有一段时间，无论人们抵触与否，总归给盲人带来了可以看一看蔚蓝的天、深邃的海以及最想见的人儿的希望吧

人工智能之光电传感器

在人工智能领域，随处可见各类传感器，光电传感器较传统传感器有着更快的反应速度，更高的精度，更轻的重量，更低的能耗，所以发展潜力是极大的。

光电传感器一般由光源、光学通路和光电元件三部分组成，其基本原理是以光电效应为基础，把被测量的变化转换成光信号的变化，然后借助光电元件进一步将光信号转换成电信号。

按光电传感器的输出量性质其应用可分为两类：（1）把被测量转换成连续变化的光电流而制成的光学测量仪，可用来测量光电强度以及物体的温度、透光能力、位移及表面状态等物理量。（2）把被测量转换成继续变化的光电流。利用光电元件在受光照或无光照射时“有”或“无”电信号输出的特性制成的各种光电自动装置。随着人工智能的发展，自动化技术会越来越贴近人类生活，光电传感器也会因此得到更大的发展。学科与学科的交叉，领域与领域的交融才是这个科研时代的主旋律。