MIT新方法利用光学加速机器学习计算 可助自动驾驶汽车实时决策

盖世汽车讯 向居家设备询问天气预报信息时，设备通常都需要几秒时间来做出反应，出现时间延迟的原因在于，该网联设备没有足够的内存或能量来存储和运行其所需的大量机器学习模型，以理解用户的要求。此类模型被存储在数百英里外的数据中心，答案在数据中心被计算出来，再被发送给该设备。

据外媒报道，美国麻省理工学院（MIT）的研究人员研发了一种可以在此类设备上直接进行计算的方法，可大大减少延迟。该方法将运行机器学习模型的内存密集型步骤转移到一个中央服务器，该模型的组成部分在该服务器中被编码到光波上。

智能收发器（图片来源：MIT）

然后，光波通过光纤被传输到一个网联设备上，从而让大量的数据可以通过网络以闪电般的速度被传输。之后，接收器会采用一个简单的光学设备，采用此类光波携带的模型部分快速进行计算。与其他方法相比，该技术的能效提高了百倍以上，还可以提高安全性，因为用户的数据不需转移到中央处理器上进行计算。

此外，该方法可帮助自动驾驶汽车实时做出决策，而且所采用的能源是现在能源消耗巨大的计算机所需能源的极小一部分。而且，该方法可以让用户与智能家居设备进行无延迟对话，通过蜂窝网络实时处理视频，甚至在距离地球数百万英里的航天器上高速进行图像分类。