過往 ezone.hk 報道的學術團隊研發成果，可能多為歐美大學科研出品，但香港的大學一樣可出產重要科研結晶品，其中要提是科大成功研發全球首個可用作深度機器學習（Machine Learning）的全光學多層神經網絡，對日後研製新型人工智能硬件有很大的幫助。
- 科大團隊研發全球首個全光學多層神經網絡
- 準確度跟用高性能電腦神經網絡運算的結果一樣
- 期望此技術規模在日後能夠擴大，應用於圖像識別等實際範疇
【相關報道】
大家對光學網絡操作的認知，可能僅限於線性運算，即數學算術中的加減法及乘法，但單憑線性運算是不能讓神經網絡模擬人類大腦運作，達到深度學習（Deep Learning）之效，而是需要具有非線性啟動函數（Non-Linear Activation Functions）的多層神經網絡配合，才可使人工智能能夠掌握深度學習。可是在現存光電混合神經網絡中，非線性啟動函數是需要透過電力來實現，如此一來會限制光學網絡運算速度及能力，因此科大研發團隊就利用冷原子介質內，只需極低鐳射功率便能運作的電磁波引發透明效應（Electromagnetically Induced Transparency），實現一種非線性啟用函式，並製作一個雙層全光學的神經網絡，並對凝聚態物理學易辛模型（Ising model）中的有序相和無序相進行分類，因而發現當中的準確度，跟用高性能電腦神經網絡運算的結果一樣。
是次帶領科大科研團隊的物理學系杜勝望教授表示，這次科研成果雖為概念驗證（Proof-Of-Principle）測試，但當中意味新一代光學人工智能，即需在低能耗情況下進行快速運算的情況，是有可能發生的。至於另一位團隊主腦劉軍偉教授則稱，希望此技術規模在日後能擴大過來，從而構建更大型、複雜之全光學神經網絡，應用於圖像識別等實際範疇中。以上研究結果同時刊登《Optica》於權威期刊之中。
【相關報道】
【相關報道】
Source: 香港科技大學