3Dプリントニューラルネットワークが光速でAI数学を解く

脳内のニューロン間の信号伝播速度は秒速約 100 メートルですが、光の速度は秒速 30 万キロメートルです。ニューロン信号も光速で伝播するとしたらどうなるでしょうか?カリフォルニア大学ロサンゼルス校（UCLA）の研究者らは、3Dプリンティング技術を使用してソリッドステートニューラルネットワークを印刷し、階層的な光回折を使用して計算を実行し、手書きの数字の画像認識を実現しました。関連する結果は、サイエンス誌に掲載されています。
図 1: 回折ディープニューラルネットワーク (D^2NN) アーキテクチャ。この考えは斬新に思えるかもしれませんが、実はとても自然なことです。ニューラルネットワークで実行される線形操作は、光回折の線形相互作用に正確に対応します。ニューロンの重みと活性化値の概念は、光の振幅と位相 (調整可能) にも対応できます。さらに、固体光回折計算は、エネルギー消費量が少なく、発熱がなく、光速で実行できるという利点があります（従来のコンピュータ回路における電界伝播も光速ですが、ニューラルネットワークの計算プロセスに直接対応するものではありません）。この研究分野はまだ初期段階にありますが、その利点が十分に活用されれば、幅広い応用が期待できます。

機械学習は現在どこにでもありますが、ほとんどの機械学習システムは目に見えません。つまり、音声を最適化したり、画像内の顔を認識したりするなど、ブラックボックス内で動作します。しかし最近、UCLAの研究者らが3DプリントAI分析システムを開発しました。このシステムは目に見えるだけでなく、実体的なものでもあります。数値を調整して分析する従来のシステムとは異なり、このシステムは光の回折を通じて人工知能を分析します。この新しい独自の研究結果は、これらの「人工知能」システムが非常に単純に見える可能性があることを示しています。

通常、機械学習システムは人工知能の一種と考えられており、その中核にはデータセットに対して実行される一連の操作があり、各操作は前の操作に基づいて構築されるか、ループに入力されます。計算自体はそれほど複雑ではありませんが、ペンと紙で計算できるほど簡単ではありません。最終的に、これらの単純な数学的演算により、入力データがシステムが認識することを「学習」したさまざまなパターンと一致する確率が生成されます。

通常、機械学習システムの各パラメータ更新や推論に必要な操作は、CPU または GPU で実行する必要があります。現在のディープラーニングでは大量の並列コンピューティングが必要となるため、GPU がより一般的な選択肢となっています。しかし、最も先進的な GPU であってもシリコンと銅で作られており、情報は複雑な回路に沿ってパルスとして伝達される必要があります。つまり、従来の GPU は、新しい計算を実行する場合でも、繰り返し計算を実行する場合でも、エネルギーを消費します。

そのため、ディープラーニングにおけるこれらの「レイヤー」はトレーニングが完了し、すべてのパラメータの値が決定されると、何度も計算を繰り返し、エネルギーを消費することになります。つまり、「レイヤー」をトレーニングした後、3D プリント AI 分析システムは、スペースや CPU パワーをあまり消費せずに最適化できるということです。 UCLAの研究者らは、これは確かに硬化可能であり、層自体は光を操作する複雑な回折パターンを持つ透明材料から3Dプリントされていると述べている。

図 2: 3D プリント回折ディープニューラルネットワークテスト実験。この説明を聞いて少し頭が痛くなったら、機械式計算機を思い浮かべてください。今日、デジタルコンピューティングはコンピュータロジック内でデジタル的に実行されます。しかし、昔の計算機では、計算を実行するために実際の機械部品を動かす必要があり、数字に 10 を加えるには部品を動かす必要がありました。ある意味では、この「回折型ディープニューラルネットワーク」は似ています。つまり、電子的な表現ではなく、数値の物理的な表現を使用して操作するのです。つまり、モデルの予測プロセスを物理的な表現に固めれば、実際の予測プロセスにおけるエネルギー消費を大幅に削減できるということです。

研究者らは次のように述べている。

特定の層上の各点は入射波を透過または反射します。これは、光回折によって次の層の他のニューロンに接続された人工ニューロンに相当します。各「ニューロン」は位相と振幅を変化させることで調整可能です。

「私たちの全光学式ディープラーニングフレームワークは、コンピューターベースのニューラルネットワークでも可能な、広範囲にわたる複雑なタスクを光の速さで実行することができます」と研究者たちはシステムを説明する論文に記している。

これを実証するために、彼らは手書きの数字を認識するためのディープラーニングモデルをトレーニングしました。それが完了すると、マトリックス数学レイヤーが一連の光学変換に変換されます。たとえば、あるレイヤーでは、両方の光を再フォーカスして次のレイヤーの単一の領域に値を追加することがあります。実際の計算はこれよりもはるかに複雑なので、ここでは概要のみを説明します。

図 3: 手書き数字認識のための回折型ディープニューラルネットワーク。プリントされたプレート上に何百万もの小さなスイッチを配置することで、光が一方の端から供給され、別の構造から出力されるため、システムは 1、2、3 などを 90 パーセント以上の精度で判別できます。

最も単純な 3 層パーセプトロンは手書きの数字を認識する際に 95% を超える精度を簡単に達成でき、畳み込みネットワークは 99% を超える精度を達成できるため、読者はこれが何の役に立つのか疑問に思うかもしれません。この形式は今のところあまり役に立ちませんが、ニューラルネットワークは非常に柔軟なツールであり、システムが数字だけでなく文字も認識できる可能性は十分にあります。これにより、光学文字認識システムをハードウェアで実行でき、実質的にエネルギーや計算を必要とせずに済みます。

本当の制限は製造プロセスです。必要なタスクを実行できる超高精度の回折板を作成することは非常に困難です。結局のところ、小数点以下 7 桁の精度が必要なのに、印刷されたバージョンが小数点以下 3 桁の精度しかないとしたら、それは非常に面倒なことになります。

これは単なる概念実証であり、大規模な数字認識マシンを緊急に必要としているわけではないが、アイデアは興味深い。このアイデアは、仮想世界ではなく物理世界で光とデータを構造化するカメラや機械学習技術に影響を与える可能性があります。後退しているように見えますが、振り子が逆方向に振れているだけなのかもしれません。

ディープラーニングにより、コンピューターを使用して高度な推論タスクを実行する能力が向上しました。本稿では、機械学習を実行するための物理的なメカニズム、つまり、ディープラーニングに基づいて設計され、集合的に動作する受動回折層に関して複数の機能を実装できる全光回折ディープニューラルネットワーク (D^2NN) アーキテクチャを紹介します。この目的のために、研究者らは、手書きの数字やファッション製品の画像分類、およびテラヘルツスペクトルにおけるイメージングレンズの機能を実装する 3D プリントされた D^2NN を構築しました。当社の全光学式ディープラーニングフレームワークは、従来のコンピューターに基づくニューラルネットワークでも実装できる多くの複雑な機能を光速で計算することができ、全光学式画像分析、特徴検出、オブジェクト分類における新しいアプリケーションを開発します。また、D^2NN を使用して独自のタスクを実行できる新しいカメラや光学デバイスの設計も可能になります。

出典：中国人工知能協会

3Dプリントニューラルネットワークが光速でAI数学を解く

FELIXPrinters が大型 Pro L および Pro XL FFF/FDM 3D プリンターを発売

浙江大学新材料研究開発センターと浙江イノベーション3D産業パークが設立されました

アデアとラクソンが協力し、3Dプリント経口投与剤の革新と商業化を推進

チタン合金粉末の3Dプリントは革命をもたらし、プラズマ法はアトマイゼーション法に挑戦した

ストラタシス、宇宙実験のために3Dプリント部品を月に送る

3Dプリントは認知症の人々に3Dプリントされた娯楽製品を提供する

3DプリントがC919の「国産心臓部」の構築に貢献、CJ-1000Aエンジンは2022年にC919に搭載される予定

バーゼル国際宝飾時計見本市では、さまざまな3Dプリントジュエリーが見事な姿を披露した。

国内のマイクロナノ印刷技術は世界25カ国、約700のトップ企業や科学研究機関に輸出されている。

超魔法的！指を3Dプリントすれば、普通の人も6本指のピアノの達人になれる

推薦する

エネルギーパイプラインの非破壊検査の新手法：シャイニングの高精度3Dスキャンが腐食評価を効率的に支援

2018年上海国際STEM教育製品博覧会がSTEM交流プラットフォームを構築

B9Creationsは、カスタマイズにより靭性を200%向上できる帯電防止高強度樹脂素材を発売しました。

CSRが3Dプリントを導入、10人の作業が1人で完了可能に

カーペンターが3Dプリント用の新しいチタン粉末の生産を開始、NTUがPTTGCと提携して3Dプリント自動車材料を開発

USTCは、ステント消耗品の無駄を減らし、材料を節約する経済的な3Dプリント技術の開発に成功しました。

三菱は宇宙空間の空洞環境で衛星アンテナを3Dプリントできる技術を開発した。

工業情報化省の新規制：産業グレードの3Dプリンター機器の免税輸入は禁止

3Dプリント技術の核心とは？金属印刷産業チェーンの徹底分析

敦煌の彫刻を3Dプリント、埃さえも復元可能

この3Dプリントプラットフォームに1億5000万人民元を投資した深セン三味魔法広場は注目を集めている

「あなたの夢を実現するスマート製造」Liantai 3Dプリントクリエイティブコンテストが厦門で成功裏に終了

eSUNヨーロッパディストリビューター会議がフランクフルトで成功裏に開催されました

3Dプリントチタン合金の航空宇宙への応用

恥ずかしい！ iPhone Xの顔認識機能は、たった1000ドルの3Dプリントマスクによってまたもや破られる