論文の概要: Optoelectronic Intelligence
- arxiv url: http://arxiv.org/abs/2010.08690v1
- Date: Sat, 17 Oct 2020 01:26:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-06 09:02:05.112108
- Title: Optoelectronic Intelligence
- Title(参考訳): 光電子インテリジェンス
- Authors: Jeffrey M. Shainline
- Abstract要約: 汎用知能を持つ大規模ニューラルネットワークでは、通信のためのフォトニクスと計算のためのエレクトロニクスの属性は相補的で相互依存的である。
私は光電子ハードウェアの概念をスケッチし、まずシナプス回路から始まり、ウェハスケールの統合を継続し、光ファイバの白色物質と相互接続するシステムに拡張します。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To design and construct hardware for general intelligence, we must consider
principles of both neuroscience and very-large-scale integration. For large
neural systems capable of general intelligence, the attributes of photonics for
communication and electronics for computation are complementary and
interdependent. Using light for communication enables high fan-out as well as
low-latency signaling across large systems with no traffic-dependent
bottlenecks. For computation, the inherent nonlinearities, high speed, and low
power consumption of Josephson circuits are conducive to complex neural
functions. Operation at 4\,K enables the use of single-photon detectors and
silicon light sources, two features that lead to efficiency and economical
scalability. Here I sketch a concept for optoelectronic hardware, beginning
with synaptic circuits, continuing through wafer-scale integration, and
extending to systems interconnected with fiber-optic white matter, potentially
at the scale of the human brain and beyond.
- Abstract(参考訳): 汎用インテリジェンスのためのハードウェアの設計と構築には,神経科学と大規模統合の両方の原則を検討する必要がある。
汎用知能を持つ大きな神経系では、通信のための光子学と計算のための電子工学の属性は相補的で相互依存的である。
通信に光を使用すると、トラフィック依存のボトルネックのない大規模システム間で、高いファンアウトと低レイテンシのシグナリングが可能になる。
計算において、ジョセフソン回路の固有非線形性、高速、低消費電力は複雑な神経機能に寄与する。
4\,Kでの運用は、効率性と経済的スケーラビリティにつながる2つの特徴である、単光子検出器とシリコン光源の使用を可能にする。
ここでは、光電子ハードウェアの概念をスケッチします。まずはシナプス回路から始まり、ウェハスケールの統合を継続し、光ファイバーの白色物質と相互接続するシステムに拡張します。
関連論文リスト
- Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳(メタデータ) (2024-02-26T15:01:54Z) - Programmable Superconducting Optoelectronic Single-Photon Synapses with
Integrated Multi-State Memory [0.0]
超伝導ナノワイヤ単光子検出器とジョセフソン接合は、プログラム可能なシナプス回路に結合される。
結果は、教師なしおよび教師なしの学習アルゴリズムを実装する上で魅力的である。
論文 参考訳(メタデータ) (2023-11-10T05:34:44Z) - Free-Space Optical Spiking Neural Network [0.0]
自由空間光深絞り畳み込みニューラルネットワーク(OSCNN)について紹介する。
この手法は人間の眼の計算モデルからインスピレーションを得ている。
以上の結果から,電子的ONNと比較して,レイテンシと消費電力を最小に抑えた有望な性能を示す。
論文 参考訳(メタデータ) (2023-11-08T09:41:14Z) - ShadowNet for Data-Centric Quantum System Learning [188.683909185536]
本稿では,ニューラルネットワークプロトコルと古典的シャドウの強みを組み合わせたデータ中心学習パラダイムを提案する。
ニューラルネットワークの一般化力に基づいて、このパラダイムはオフラインでトレーニングされ、これまで目に見えないシステムを予測できる。
量子状態トモグラフィーおよび直接忠実度推定タスクにおいて、我々のパラダイムのインスタンス化を示し、60量子ビットまでの数値解析を行う。
論文 参考訳(メタデータ) (2023-08-22T09:11:53Z) - The role of all-optical neural networks [2.3204178451683264]
大規模なニューラルネットワークモデルでは、すべての光学デバイスが推論において有利になる。
我々は、フットプリント、非線形性の強さ、光信号劣化、計算精度の制限、量子ノイズを含む全光学ニューラルネットワークの限界を考慮する。
論文 参考訳(メタデータ) (2023-06-11T09:26:08Z) - All-optical graph representation learning using integrated diffractive
photonic computing units [51.15389025760809]
フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。
我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。
ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
論文 参考訳(メタデータ) (2022-04-23T02:29:48Z) - Demonstration of Superconducting Optoelectronic Single-Photon Synapses [42.60602838972598]
超伝導光電子ハードウェアは人工スパイクニューラルネットワークへの道として研究されている。
この技術のスケーリングには、超伝導デバイスとフォトニックデバイスとのモノリシックな統合が必要である。
単一光子前シナプス信号のアナログ重み付けと時間的漏洩積分を行う回路を提案する。
論文 参考訳(メタデータ) (2022-04-20T17:55:16Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳(メタデータ) (2022-01-19T09:26:34Z) - A new concept for design of photonic integrated circuits with the
ultimate density and low loss [62.997667081978825]
そこで本研究では,PIC設計のための新たな概念として,究極のダウンスケーリング能力,幾何学的損失の欠如,高忠実度スループットを提案する。
これは導波路アレイを通して光子の周期的連続時間量子ウォークによって達成される。
本稿では,情報・センシングシステムの基本構成要素の設計を再考することにより,新しい概念の可能性を示す。
論文 参考訳(メタデータ) (2021-08-02T14:23:18Z) - Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。
フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。
これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
論文 参考訳(メタデータ) (2020-10-30T21:41:44Z) - Ultra-Low-Power FDSOI Neural Circuits for Extreme-Edge Neuromorphic
Intelligence [2.6199663901387997]
インメモリコンピューティング 混合信号ニューロモルフィックアーキテクチャはエッジコンピューティングのセンサ処理への応用に期待できる超低消費電力のソリューションを提供する。
本稿では、FDSOI(Fully-Depleted Silicon on Insulator)統合プロセスの特徴を利用する混合信号アナログ/デジタル回路を提案する。
論文 参考訳(メタデータ) (2020-06-25T09:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。