“看穿毛玻璃”上理工团队开发超快速卷积光学神经网络

近日，由上海理工大学智能科学与技术学院顾敏院士和张启明教授领导的研究团队开发了一种超快卷积光学神经网络（ONN），可以在不依赖光记忆效应的情况下，实现对散射介质后面物体的高效清晰成像。这不仅是对传统光学成像技术的颠覆，也是对卷积网络在人工智能中的应用潜力的深刻示范。研究结果于6月14日发表在《科学进展》（Science Advances）上，题为〜Memory-less scattering imaging with ultrafast convolutional optical neural networks〉。智能科学与技术学院特聘研究员张玉超为第一作者，顾敏院士、张启明教授为共同通讯作者。

卷积运算作为卷积神经网络的核心，通过提取图像的局部特征，逐层构建更复杂、更抽象的特征表示，极大地推动了图像处理和模式识别的发展。然而，将这一概念应用于光学领域带来了将电子信号转换为光信号的挑战。上海理工大学研究团队巧妙地设计了一种全光方案，通过在光域直接进行卷积网络运算，消除了繁琐的信号转换过程，实现了真正的光速计算。

这项技术的关键是构建一个多阶段的卷积光学神经网络。它由多个以光速运行的并行内核组成，直接从散射光中提取特征以进行快速图像重建。研究人员解释说，这项研究就像“通过毛玻璃成像”，因为穿过毛玻璃的散射光扭曲了图像kaiyun官方网站登录入口，使该研究能够“透过多层毛玻璃看到，并且可以直接用光处理”。“这个过程不仅大大提高了成像速度，而且显著提高了成像质量，使在复杂的散射环境中成像成为可能。同时，卷积光学神经网络的计算速度已达到每秒 1570 万亿次运算 （POPS）开元棋官方正版下载，为实时动态成像提供了有力支撑。

这项技术的另一个亮点是它的多任务处理能力。通过简单的调整网络结构，同一个卷积光学神经网络可以同时执行各种不同的图像处理任务，例如分类和重建，这在光学人工智能领域尚属首次。张教授说：“这种灵活性和效率的结合kaiyun全站网页版登录，不仅证明了卷积网络在人工智能中的重要性，也为光学成像技术开辟了一条新的道路。”

这项技术的问世，不仅是卷积神经网络在光学领域的成功移植，也是人工智能成像技术的一次重大推动。顾敏院士指出：“随着技术的不断发展和完善，我们有理由相信，卷积光学神经网络将在自动驾驶、机器人视觉、医学影像等许多领域发挥更重要的作用，为人类生活带来更多便利，为科学研究提供更有力的工具。这就是卷积网络的力量，也是人工智能的魅力所在。”

新民晚报记者 易荣