University of California, Los Angeles

Optische neuronale Netze ohne Strom: Wie man Licht durch eine Linse schickt, um Matrizen sofort zu multiplizieren

Im Jahr 2018 druckte eine Gruppe der University of California, Los Angeles (UCLA) ein diffraktives tiefes neuronales Netzwerk (D²NN) aus gewöhnlichem Kunststoff im 3D-Verfahren. Fünf Kunststoffplatten führen die Matrizenmultiplikation mithilfe von Lichtbeugung durch und erreichen eine Genauigkeit von 91,75 Prozent bei der Erkennung handgeschriebener Ziffern – und das ohne jeglichen Strom nach der Herstellung. Das Training erfolgt auf einer Grafikkarte (GPU), anschließend werden die Gewichte fest in der Plattengeometrie verankert.

University of California, Los Angeles