香港科技大学(科大)的科研人员成功研发全球首个可用作深度机器学习(machine learning)的全光学神经网络，不但能让人工智能在处理较复杂的问题上﹕例如辨识事物之间的关系或风险评估等范畴，进一步追近人类，更可在能耗大幅度降低的情况下，以光速进行运算。
一直以来，光学网络操作仅限于线性*运算，但只靠线性运算并不能让神经网络模拟人类大脑运作而达至「深度学习」(Deep Learning)。人工智能要掌握深度学习，需具有「非线性启动函数」(non-linear activation functions) 的多层神经网络。然而，在现存的光电混合神经网络中，模拟人类大脑响应方式的「非线性启动函数」乃透过电来实现，这限制了光学网络的指令周期及能力。现在，由科大物理学系教授杜胜望及助理教授刘军伟所带领的研究团队，实现了首个全光学多层神经网络，为构建大规模的光学神经网络推进一步。
为突破限制，研究团队利用冷原子介质内只需极低激光功率便能运作的「电磁波引发透明效应」(electromagnetically induced transparency, EIT)，来实现非线性启用函式，并制作了一个双层全光学的神经网络。为测试成效，团队利用这个网络，对凝聚态物理学易辛模型(Ising model)中的有序相和无序相进行分类，发现与高性能电脑神经网络运算的结果一样准确。
杜教授表示﹕「虽然我们现在的成果只是一个概念验证(proof-of-principle)的测试，但它表明新一代的光学人工智能—即在低能耗的情况下进行快速运算，是有可能的。」
刘教授补充谓:「未来，我们希望扩大此技术的规模，构建一个更大型、更复杂的全光学神经网络，以作图像识别等实际应用。」
研究结果近日刊登于权威期刊《Optica》，并获美国光学学会撰写新闻稿介绍。
*即算术中的加减法及乘法
有关香港科技大学
香港科技大学（www.ust.hk）是国际知名的研究型大学，其科学、工程、商业管理及人文社会科学领域，均臻达世界一流水平。科大校园国际化，提供全人教育及跨学科研究，培育具国际视野、创业精神及创新思维的优秀人才。科大的研究于香港的大学教育资助委员会「2014研究评审工作」获得最多「世界领先」评级，亦于最新的《泰晤士高等教育全球年轻大学排名榜2019》中排行第一，而科大的毕业生在2018年度的全球大学就业能力调查排名第16位，位列大中华院校之首。
传媒查询:
林淑媛
电话﹕2358 6313
电邮﹕anitalam@ust.hk
王敬莲
电话﹕2358 6306/ 5190 7882
电邮﹕lindywong@ust.hk
