یادگیری با نور؛ معماری آیندهی هوش مصنوعی از جنس انکسار و سرعت
در این مقاله، پژوهشگران دانشگاه UCLA به معرفی معماریای نوین برای هوش مصنوعی پرداختهاند که نه بر مدارهای الکترونیکی، بلکه بر پدیدههای نوری و ساختارهای انکساری استوار است. این معماری که با نام Diffractive Deep Neural Network (D²NN) شناخته میشود، از لایههایی شفاف و چاپشده بهصورت سهبعدی تشکیل شده است که میتوانند نور را به شکلی هدفمند خم کرده و اطلاعات را با سرعتی همتراز نور پردازش کنند.
*از دید آیندهپژوهانه*حرکت از هوش مصنوعی مبتنی بر سیلیکون بهسوی هوش نوری، مواد هوشمند و معماریهای مجسمشده است. در این چشمانداز، محاسبات نه در مراکز داده ابری، بلکه در اشیاء اطراف ما، در ساختار لنزها، در لباسها و در سطح شهر جاری خواهد شد.
#هوش_مصنوعی #انحراف_پرتوهای_نوری #یادگیری
@Futurists پردیس هوش مصنوعی و نوآوری دیجیتال ایران
در این مقاله، پژوهشگران دانشگاه UCLA به معرفی معماریای نوین برای هوش مصنوعی پرداختهاند که نه بر مدارهای الکترونیکی، بلکه بر پدیدههای نوری و ساختارهای انکساری استوار است. این معماری که با نام Diffractive Deep Neural Network (D²NN) شناخته میشود، از لایههایی شفاف و چاپشده بهصورت سهبعدی تشکیل شده است که میتوانند نور را به شکلی هدفمند خم کرده و اطلاعات را با سرعتی همتراز نور پردازش کنند.🔸سامانههای فیزیکی مبتنی بر مدلهای D²NN
*از دید آیندهپژوهانه*حرکت از هوش مصنوعی مبتنی بر سیلیکون بهسوی هوش نوری، مواد هوشمند و معماریهای مجسمشده است. در این چشمانداز، محاسبات نه در مراکز داده ابری، بلکه در اشیاء اطراف ما، در ساختار لنزها، در لباسها و در سطح شهر جاری خواهد شد.#هوش_مصنوعی #انحراف_پرتوهای_نوری #یادگیری
@Futurists پردیس هوش مصنوعی و نوآوری دیجیتال ایران۱۳:۵۴