情報技術：光ニューラルネットワーク向けの11 TOPSのフォトニック畳み込みアクセラレーター

畳み込みニューラルネットワークは、生物の視覚野系から着想を得たもので、生データの階層的な特徴を抽出して、パラメーターに関する複雑性を大幅に低減させ予測精度を向上させることのできる、強力な人工ニューラルネットワークの一種である。こうしたニューラルネットワークは、コンピュータービジョン、音声認識、ボードゲーム、医療診断などの機械学習タスク向けに大いに注目されている。光ニューラルネットワークは、利用可能な広い光帯域幅を使って計算速度を劇的に高速化できると期待されている。今回我々は、10 TOPS［TOPS：「毎秒1兆（10¹²）回の演算」または「毎秒1テラ回の演算」を意味する演算速度の単位］を上回る速度で動作し、顔画像認識に十分な大きさである25万ピクセルの画像の畳み込みを生成するユニバーサル光ベクトル畳み込みアクセラレーターを実証する。我々は、同じハードウエアを使って、出力ニューロンが10個ある光畳み込みニューラルネットワークを逐次形成し、88％の精度で手書きの数字画像の認識に成功した。今回の結果は、集積化されたマイクロコム源によって可能になった時間、波長、空間の次元の同時インターリーブに基づいている。この手法は、自律型ロボットや実時間動画認識などの要求の厳しい用途向けのはるかに複雑なネットワークに拡張して訓練することができる。

目次へ戻る