香港城大學者研發創新晶片 促成全球最高速的光學神經網絡處理器
由香港城市大學（香港城大）物理學家開發的創新「光頻微梳晶片」（optical micro-comb chip），成為了全球最快的光學神經網絡處理器的關鍵零件。一支包括香港城大學者在內的國際科研團隊，最近成功實現了全球最快、最強的光學神經網絡處理器，它每秒運算速度可超過十萬億次（10 TOPS）。研究人員利用這最新、最快的處理器對手寫數字數據集進行人工智能辨識時，準確率更接近90%，反映了人工神經網絡及神經網絡運算（neuromorphic processing）科技向前邁進了一大步。
上述合作研究由澳洲斯威本科技大學的David J. Moss教授帶領，有關研究成果已在國際知名的學術期刊《自然》（Nature）發表，題為〈11 TOPS photonic convolutional accelerator for optical neural networks〉。這項研究中所使用的集成光頻微梳晶片，是由香港城大物理學系副教授朱世德博士以及中國科學院西安光學精密機械研究所Brent E. Little博士合作研發。而這塊神奇的「微梳」晶片，正是新處理器能打破舊有速度紀錄的秘密及關鍵所在。
打破速度紀錄的關鍵：「微梳」晶片
於是次研究裡，科研人員實現了全球最快的人工智能光學神經網絡處理器，其運作速度成功提升至每秒超過10萬億次，比舊有的同類單一光學處理器快逾一千倍。這處理器能夠處理超大量、高達25萬像素的超高解像度的圖像，是以往其他光學處理器所無法做到的，意味著它將來有望能夠進行更加複雜的人工智能應用，例如容貌辨識。而能促成這科技突破，光頻微梳則是功不可沒。
雖然由國際科企巨頭如Google等研製的最先進電子處理器的運行速度可以更高，但那是依賴了數以萬計的微處理器並行運作，才能達至的成果。反觀今次研究中，團隊只需利用一顆光學處理器已能達到超高速的效果。
手寫圖像人工智能辨識 準確率近九成
今次研究團隊能夠實現到史無前例的高速運算，有賴透過使用單一個集成的光頻微梳源，同一時間在時間、波長及空間這三個維度方面交織數據。新處理器能對超大像素的圖像進行高速的比較，從而對一批手寫的數字圖像成功進行人工智能辨識，而且實驗中的辨識準確率高達88%。
朱博士說：「今次研究再一次顯示出我們開發的集成光頻微梳晶片，可作多種用途。連同較早前我們利用微梳晶片打破了互聯網數據傳輸的速度紀錄、以至在量子運算中利用晶片產生『高維糾纏量子態』（high-dimensional entangled quantum states），這均顯示光頻微梳晶片在科學及科技領域裡，繼續發揮出嶄新及令人興奮的應用潛能。」
由朱博士與Little博士合力共同開發的嶄新光頻微梳晶片，其主要結構是一個微環諧振器（micro-ring resonator），它能夠產生一種光頻效應叫「微梳」，可在同一時間製造出大量既均勻、而且等距相隔的不同頻率線，恍如彩虹一樣，而一顆微梳晶片足以取代數十個不同波長的平行激光源。微梳在複雜的光子運算中非常重要，因為它比其他光源更細小及快速，而且光頻微梳不會出現「電子速率瓶頸」的問題。
朱博士補充說：「礙於電子速率瓶頸問題，現行廣泛使用的電子處理器的能力及速度最終定必會受到限制。但光子運算（相對於傳統電子運算）則具有優勢，可克服這個瓶頸問題，因此對於一些需要進行大量複雜數學運算的應用，例如使用了多層、互相連結的人工神經元（artificial neuron）的人工智能圖像處理，便尤其重要。我們開發的微梳晶片擁有極低耗損率及極高質素的優點，它能夠產生非常均勻及一致的頻率線，今次研究反映出光頻微梳可以成為一個非常有效率的光學神經網絡處理器。」
科學家們研發「卷積神經網絡」（convolutional neural networks，CNN）的靈感，源自人腦的視覺皮層系統。卷積神經網絡是一種很強大的人工智能網絡，它能夠抽取原始數據中的重要架構特徵，用以預測特性及行為，並大幅減少原始數據的複雜性以及加強預測的準確性。人工智能神經網絡則是人工智能的其中一種重要模式，它能夠學習以及進行複雜的運算，故用途極廣，包括容貌辨識、電腦視像、醫學診斷、語音辨識、自然語言處理（natural language processing）、汽車無人駕駛以及思考策略遊戲的對策。
是次國際研究由Moss教授領導，參與的包括蒙納士大學的徐興元博士以及皇家墨爾本理工大學（RMIT）傑出教授Arnan Mitchell教授。在研究中提供重要支援的包括來自斯威本科技大學的譚朦曦博士和Wu Jiayang博士、斯威本和沃爾特與伊麗莎白霍爾研究所的Damien Hicks教授、RMIT的Andreas Boes及Thach G Nguyen、蒙納士大學的Bill Corcoran博士、香港城大的朱博士、西安光學精密機械研究所的Little博士，以及加拿大INRS Énergie Matériaux Télécommunications Research Centre的Roberto Morandotti教授。
DOI number: 10.1038/s41586-020-03063-0
相關故事: 香港城大學者特製晶片 協助刷新光纖傳輸頻譜效率世界紀錄