類神經(jīng)網(wǎng)絡(luò)，又稱人工神經(jīng)網(wǎng)絡(luò)，根據(jù)計(jì)算的連接路徑連接信息處理的數(shù)學(xué)計(jì)算模型或者使用。

雖然類神經(jīng)網(wǎng)絡(luò)可以達(dá)成很多任務(wù)，像是辨識人臉、預(yù)測心臟病等，但要吃掉很多計(jì)算機(jī)效能。 MIT 工程師近期發(fā)表論文研究使用光路來達(dá)成類神經(jīng)網(wǎng)絡(luò)，并同樣建構(gòu)在硅芯片上，因此成本不會(huì)太高，同時(shí)實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)運(yùn)算能力有效率許多。 他們正在籌備公司并計(jì)劃兩年內(nèi)完成相關(guān)產(chǎn)品。

近年來摩爾定律逐漸失效，人們對運(yùn)算能力的要求越來越大，集成電路終究有極限，且似乎已在不遠(yuǎn)處;科學(xué)家于是紛紛開始研究達(dá)成更強(qiáng)大運(yùn)算能力的方法，光學(xué)芯片很有可能就是下一個(gè)世代的接棒者。

現(xiàn)今各種人工智能的應(yīng)用出現(xiàn)，需要越來越強(qiáng)大的運(yùn)算能力，其中人工智能的分支之一──類神經(jīng)網(wǎng)絡(luò)，這個(gè)從人類大腦運(yùn)作啟發(fā)的靈感而創(chuàng)造的人工智能運(yùn)算方法，展現(xiàn)了強(qiáng)大的能力，舉凡偵測謊言、辨識人臉、預(yù)測心臟病等都可做到;但是，對計(jì)算機(jī)來說需要非常強(qiáng)大的運(yùn)算能力，也會(huì)消耗很大的能量。

傳統(tǒng)芯片已漸漸無法負(fù)荷當(dāng)今人工智能如類神經(jīng)網(wǎng)絡(luò)的運(yùn)算量，麻省理工學(xué)院的研究人員為了解決這個(gè)問題，近期研發(fā)出的光學(xué)芯片，在使用人工智能的運(yùn)算像是類神經(jīng)網(wǎng)絡(luò)時(shí)，運(yùn)算效率和速度比一般傳統(tǒng)芯片要高出許多。

傳統(tǒng)芯片跟光學(xué)芯片雖然想達(dá)成的目標(biāo)類似，都是運(yùn)算、通訊、儲(chǔ)存等，但兩者的基本架構(gòu)不同，一般芯片為運(yùn)用一連串可以決定電流要不要通過的晶體管，來達(dá)成運(yùn)算。 光學(xué)芯片則是依靠入射光線的明暗來達(dá)成運(yùn)算，每個(gè)「光路」由放大器(Optical Amplifier)、相位調(diào)變器(Phase modulator)及偏振轉(zhuǎn)換器(Polarization converter)構(gòu)成，一旦光線產(chǎn)生后，要達(dá)成怎樣的運(yùn)算只要運(yùn)用鏡片就可以改變方向，過程不損耗能源，不像晶體管需要電力來運(yùn)作。

研究人員以新研發(fā)的光芯片運(yùn)作的類神經(jīng)網(wǎng)絡(luò)，來辨認(rèn)英文字母元音的聲音，傳統(tǒng)計(jì)算機(jī)的類神經(jīng)網(wǎng)絡(luò)正確率可達(dá) 92%;與之相比，雖然以光路運(yùn)作的類神經(jīng)網(wǎng)絡(luò)正確率只有 77%，但是效率跟速度都快上許多。

跟以往光學(xué)芯片研發(fā)不同的是，這次是以硅為基底做成，也就表示量產(chǎn)的可能性大大提升。

科技巨頭如 IBM 也傳出正在研發(fā)整合更多光路到硅基板上，一旦光學(xué)芯片研發(fā)順利，未來以類神經(jīng)網(wǎng)絡(luò)運(yùn)算的科技如自動(dòng)駕駛將可大幅提升。 《科學(xué)人雜志》(Scientific American)形容就好像口袋一樣小的裝置能擁有自動(dòng)駕駛車一樣的運(yùn)算能力。 該研究團(tuán)隊(duì)的研究員已開始籌備公司，并且預(yù)計(jì)兩年內(nèi)產(chǎn)出產(chǎn)品。