【東大新聞網3月2日電】（通訊員 劉徹）近日，AG真人娱乐毫米波國家重點實驗室、AG真人娱乐電磁空間研究院、琶洲實驗室智能超材料研究中心崔鐵軍院士團隊聯合北京大學李廉林教授，使用多層透射式數字編碼超表面構建了可實時調節的全衍射式神經網絡（可編程人工智能機，PAIM），成功實現了網絡參數的實時編程和光速計算特性，并展示了多種應用案例，包括圖像識别、強化學習和通信多通道編解碼等，在國際上首次實現和展示了微波空間全衍射式可調神經網絡。相關工作以A programmable diffractive deep neural network based on a digital-coding metasurface array為題發表在Nature Electronics上（影響因子33.686）。AG真人娱乐博士生劉徹和馬骞（現為至善博後）為共同第一作者，崔鐵軍院士為通訊作者。
目前，人工智能的實現主要依賴兩種技術，一是基于計算機的機器學習算法，一個典型的人工智能神經網絡（artificial neural network，ANN）的實現，一般使用層級連接的人工神經元來模拟人腦神經元之間的連接和行為。通過大量數據的訓練，ANN已能完成衆多的智能任務，且在人臉識别、自動駕駛、語音處理和醫療診斷等方面獲得了大量應用。除了基于計算機和芯片實現的ANN網絡，全光實現的ANN最近也被多個團隊所提出。
目前，雖然光學衍射神經網絡得以實現，但大都具有功能固化、不可調節、不支持參數修改、使用成本高等缺點，嚴重制約了其功能擴展。在未來的實際應用中，為了提高集成度和通用性，衍射神經網絡必然會朝着多功能集成和可編程方向發展，因此可編程的衍射神經網絡逐漸成為該領域的研究熱點。近年來，現場可編程信息超表面的興起為實現可編程的衍射神經網絡提供了良好契機。崔鐵軍院士和李廉林教授團隊依靠長期以來在現場可編程信息超表面的理論和技術積澱，率先使用多層透射式數字編碼超表面實現了現場可編程的微波驅動的衍射神經網絡硬件，稱之為可編程人工智能機（PAIM）。PAIM通過透射式的超表面單元動态調控電磁波的幅度和相位，以此模拟人腦中神經元對信号的調控行為，同時通過電磁波在自由空間中的傳播來實現各層單元之間的連接和通信，等效于神經元之間的連接。由此PAIM兼具智能化特性和光速的模拟信号處理能力，實現了衆多新穎的應用，包括圖像識别、基于強化學習的多波束聚焦和無線通信中的多用戶編解碼。未來通過将PAIM進一步集成化和小型化，有望将其用于5G通信、醫學成像和物聯網等領域。
供稿：信息科學與工程學院
