Light | 基于深度学习的光子神经元胞自动机

本文介绍了美国加州理工学院Alireza Marandi团队提出并实验验证的一种基于深度学习的新型光子神经元胞自动机（PNCA）。研究背景指出，随着深度学习模型复杂性的增加，传统电子架构难以满足计算需求，而光子硬件因其高速处理和高效能特性成为潜在解决方案。PNCA结合了光子硬件与神经元胞自动机的优势，实现了自组织图像分类，并展示了其在抗噪声鲁棒性和分布外数据测试中的优越性能。实验结果表明，PNCA在图像分类任务中表现出色，且具有较高的测试准确率。未来，PNCA有望与更先进的PNN硬件结合，进一步提高分类精度和任务复杂性，为光子深度学习和下一代光子计算机的发展铺平道路。