論文の概要: Photonics for artificial intelligence and neuromorphic computing
- arxiv url: http://arxiv.org/abs/2011.00111v2
- Date: Thu, 12 Nov 2020 21:06:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-01 16:54:01.992718
- Title: Photonics for artificial intelligence and neuromorphic computing
- Title（参考訳）: 人工知能とニューロモルフィックコンピューティングのためのフォトニクス
- Authors: Bhavin J. Shastri, Alexander N. Tait, Thomas Ferreira de Lima, Wolfram
H. P. Pernice, Harish Bhaskaran, C. David Wright, Paul R. Prucnal
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 52.77024349608834
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Research in photonic computing has flourished due to the proliferation of
optoelectronic components on photonic integration platforms. Photonic
integrated circuits have enabled ultrafast artificial neural networks,
providing a framework for a new class of information processing machines.
Algorithms running on such hardware have the potential to address the growing
demand for machine learning and artificial intelligence, in areas such as
medical diagnosis, telecommunications, and high-performance and scientific
computing. In parallel, the development of neuromorphic electronics has
highlighted challenges in that domain, in particular, related to processor
latency. Neuromorphic photonics offers sub-nanosecond latencies, providing a
complementary opportunity to extend the domain of artificial intelligence.
Here, we review recent advances in integrated photonic neuromorphic systems,
discuss current and future challenges, and outline the advances in science and
technology needed to meet those challenges.
- Abstract（参考訳）: フォトニックコンピューティングの研究は、フォトニック統合プラットフォーム上での光電子部品の増殖によって盛んになった。
フォトニック集積回路は超高速ニューラルネットワークを可能にし、新しい種類の情報処理マシンのフレームワークを提供する。
このようなハードウェア上で動作するアルゴリズムは、医療診断、電気通信、高性能で科学的なコンピューティングといった分野において、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。
並行して、ニューロモルフィックエレクトロニクスの開発は、特にプロセッサ遅延に関連する領域における課題を強調している。
ニューロモルフィックフォトニクスはナノ秒以下のレイテンシを提供し、人工知能の領域を拡張する補完的な機会を提供する。
本稿では, 統合型ニューロモルフィックシステムにおける最近の進歩を概観し, 現状と今後の課題を議論し, それらの課題を満たすために必要な科学技術の進歩を概説する。
関連論文リスト
- A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。
本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。
我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
論文 参考訳（メタデータ） (2024-02-16T18:05:09Z) - Spike-based Neuromorphic Computing for Next-Generation Computer Vision [1.2367795537503197]
ニューロモルフィック・コンピューティングは、従来のフォン・ノイマン・コンピューティング・パラダイムと比較してエネルギー効率の桁違いの改善を約束する。
目標は、適応的でフォールトトレラント、低フットプリント、高速、低エネルギーの知能システムを開発することであり、脳の機能を学び、エミュレートすることである。
論文 参考訳（メタデータ） (2023-10-15T01:05:35Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Photonic reservoir computing enabled by stimulated Brillouin scattering [0.0]
刺激されたブリルアン散乱の非線形波動力学を利用したフォトニック貯水池計算アーキテクチャに基づく新しい計算プラットフォームについて報告する。
リアルタイム人工知能を実現するために、高性能な光多重化技術と組み合わせて使用するのに適している。
論文 参考訳（メタデータ） (2023-02-15T14:57:30Z) - Analog Photonics Computing for Information Processing, Inference and
Optimisation [0.0]
フォトニクスコンピューティングの現状を概観する。
光子、物質と結合した光子、および効率的な計算目的のために光学関連技術を使用する。
論文 参考訳（メタデータ） (2023-01-27T14:58:22Z) - A perspective on physical reservoir computing with nanomagnetic devices [1.9007022664972197]
我々は、スピントロニクスデバイスを用いた計算に適した単純なトレーニングアルゴリズムを備えたリカレントネットワークである貯水池コンピューティングパラダイムに焦点を当てた。
我々はニューロモルフィック・スピントロニクスデバイスを開発するための技術や手法をレビューし、そのようなデバイスが広く使われるようになる前に対処すべき重要なオープン・イシューを結論付ける。
論文 参考訳（メタデータ） (2022-12-09T13:43:21Z) - Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。
この記事では、そのような制限と、それらが緩和される方法について論じる。
これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文 参考訳（メタデータ） (2022-05-25T20:16:05Z) - A photonic chip-based machine learning approach for the prediction of
molecular properties [11.55177943027656]
フォトニックチップ技術は、より高速なデータ処理と低エネルギー使用量でニューラルネットワークを実装するための代替プラットフォームを提供する。
分子の量子力学特性の予測におけるフォトニックニューラルネットワークの有用性を実証する。
我々の研究は、分子科学における大規模機械学習応用にフォトニック技術を活用するための道を開く。
論文 参考訳（メタデータ） (2022-03-03T03:15:14Z) - 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) - Spiking Neural Networks Hardware Implementations and Challenges: a
Survey [53.429871539789445]
スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。
スパイキングニューラルネットワークのハードウェア実装の現状について述べる。
本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
論文 参考訳（メタデータ） (2020-05-04T13:24:00Z)
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。