新人工智能技术，以光速识别物体

　　人工神经网络由3D打印机创建，可用于医学，机器人和黑客安全。加州大学洛杉矶分校的电气和计算机工程师团队创建了一个物理人工神经网络，一个模拟人类大脑工作原理的设备，可以分析大量数据并以实际光速识别物体。

　　今天日常生活中的众多设备使用计算机化摄像头来识别物体，想想可以在存入纸币时“读取”手写金额的自动柜员机，或可以快速将照片与其数据库中的其他类似图像匹配的互联网搜索引擎。但这些系统依靠一台设备对物体进行成像，首先是用相机或光学传感器“观察”它，然后将它看到的数据处理成数据，最后使用计算程序来弄清楚它是什么。

　　加州大学洛杉矶分校开发的设备领先一步。它被称为“衍射深度神经网络”，它使用从物体本身反射的光来识别该物体的时间与计算机简单地“看到”物体所需的时间相同。UCLA设备不需要高级计算程序来处理对象的图像并且在其光学传感器拾取之后决定对象是什么。并且没有能量消耗来运行设备，因为它仅使用光的衍射。

　　基于该设备的新技术可用于加速涉及排序和识别对象的数据密集型任务。例如，使用该技术的无人驾驶汽车可以立即做出反应，甚至比使用现有技术更快，对停车标志做出反应。使用基于UCLA系统的设备，一旦来自标志的光击中它，汽车将“读取”标志，而不是必须“等待”汽车的相机对物体成像然后使用其计算机来找出对象是什么。

​　　基于本发明的技术还可以用于显微成像和医学，例如，用于分选数百万个细胞以寻找疾病的迹象。这种光学人工神经网络设备直观地模拟了大脑如何处理信息。它可以扩大规模，以实现新的相机设计和独特的光学组件，在医疗技术，机器人，安全或任何图像和视频数据必不可少的应用中被动地工作。

　　由于其组件可以由3D打印机创建，因此人工神经网络可以用更大和更多的层制作，从而产生具有数亿个人造神经元的设备。那些更大的设备可以同时识别更多的对象或执行更复杂的数据分析。并且组件可以廉价制作，由加州大学洛杉矶分校团队创建的设备可以低于50美元复制。虽然该研究使用了太赫兹频率的光，但也可以创建使用可见光，红外光或其他频率光的神经网络。网络也可以使用光刻或其他印刷技术制造。（欢迎转载分享）