返回首页
您的位置:首页 > 新闻 > CCF聚焦

CNCC | 从电子到光子,探索计算与人工智能的另一种新可能

阅读量:0 2024-09-23 收藏本文


图片

CNCC2024



论坛简介:

光计算与光人工智能

举办时间:10月26日13:30-17:30

地点:秋苑-含晖楼一楼2号会议室

注:如有变动,请以官网(https://ccf.org.cn/cncc2024)最终信息为准



近年来,在电子计算机之外,研究者另辟蹊径,探索利用光子器件替代电子器件、光信号替代电信号,将计算机芯片和人工智能模型以光学方式实现,光计算具有光速低延迟,高并行处理和低能耗等方面的潜在优势。


目前光计算与光人工智能领域也面临着诸多挑战,一方面,尽管学术界和产业界都取得了不少新突破,但还未被计算机专业人士和社会大众所广泛了解和大范围应用;另一方面,在计算规模,集成一体化,任务复杂度,低成本落地应用等角度,还有不少关键技术难题需要解决,有待相比于电子计算表现出更多优势。


本次论坛中,各位讲者首先会向大家介绍光计算与光人工智能的基本原理,主流的系统框架,以及当前的研究现状,并展示该领域内已取得的令人激动人心的成果,同时从光神经网络,新型光计算框架,集成光芯片,储备池光计算等方面,共同探讨未来的新发展方向。








论坛日程


顺序

主题

主讲嘉宾

单位

1

走进光计算与光人工智能

焦述铭

大湾区大学(筹)

2

光神经网络计算:从空间到芯片

陈宏伟

清华大学

3

面向泛在物理神经元的泛函学习方法

霍宇驰

浙江大学

4

集成光芯片与光子计算技术

谢鹏

中国科学院上海光学精密机械研究所

5

储备池光计算机及其在光通信中的应用

王成

上海科技大学




论坛主席及嘉宾介绍


 论坛主席

图片


图片

焦述铭

大湾区大学(筹)研究员


大湾区大学(筹)研究员,香港城市大学电子工程博士,研究领域为光学计算,单像素成像,全息三维显示等,以第一或通讯作者发表国际期刊论文30余篇,入选2023年全球前2%顶尖科学家榜单,美国光学学会(Optica)2024年度杰出审稿人。担任深圳市计算机学会光载信息专委会秘书长,CCF科学普及工作委员会委员。


 论坛讲者

图片


图片

焦述铭

大湾区大学(筹)研究员

报告题目:走进光计算与光人工智能


摘要:近年来,光计算与光人工智能吸引了各国学术界和产业界的广泛关注,利用光子器件替代电子器件、光信号替代电信号完成各种计算任务,成为一种另辟蹊径的选择。为什么光可以用来做计算?光计算相比于电计算有哪些潜在优势?光器件也能集成在芯片上吗?深度学习神经网络模型怎样以光学方式实现?光计算在学术界和产业界的发展现状如何?光学计算和量子计算有什么分别?本报告将对光计算与光人工智能领域相关研究进行简要综述。


图片

陈宏伟

清华大学长聘教授


国家级高层次人才,从事光子智能及光计算 研究。主持多项科技部、自然科学基金委等国家级项目,成果发表于Nature Communications、Nature Nanotechnology、Science Advances、Light:Science & Applications等知名学术期刊,授权发明专利20余项。

报告题目:光神经网络计算:从空间到芯片


摘要:光神经网络的快速发展为算力提升开辟了一条新的研究路径,得益于光信号的低功耗、低延时、高并行、大带宽等特性,基于神经网络架构的光计算有望用于空间信号、时间信号以及片上信息的处理。目前,光神经网络计算还欠缺统一架构,面向不同的应用需求,所采用的物理结构、器件性能、集成度、信号处理方式等均有不同。本报告拟对光神经网络计算的基本原理和多种应用场景进行初步探索,揭示从空间到芯片的光计算架构的共同特性以及关键差异,探讨光计算在未来信息社会的应用前景。


图片

霍宇驰

浙江大学研究员


浙江大学CAD&CG实验室研究员,围绕光能传输开展计算机图形学、计算机视觉、计算光学等研究工作,当前的研究题目包括真实感绘制、实时绘制、神经绘制、三维重建、光学神经网络等,在Nature Communications、SIGGRAPH、CVPR、NIPS等相关领域的顶刊顶会上已发表30余篇工作,并应用于华为、酷家乐、光线云等企业的平台,获得启真优秀青年学者,陆增镛CAD&CG高科技奖、浙大信息学部青年创新奖等。

报告题目:面向泛在物理神经元的泛函学习方法


摘要:在现实世界中,由于物理知识和工艺技术的局限性,绝大部分物理神经元都是无法精确建模甚至不可导的。将大量这样的物理神经元随机地松散连接成为一个神经元阵列,就可以作为数字神经网络的对应物,通过训练成为一个物理神经网络。由于无法获得显式梯度,进一步提出了称为泛函学习(Functional Learning)的深度学习范式,把神经元阵列当成一个黑箱来训练,通过泛函空间中的函数实体连续局部逼近真实物理神经网络的梯度变化,在物理神经元之间建立隐式的梯度传播链路来优化神经元的参数。为了验证所提出的范函学习的能力,该研究用非常简单的光学原件搭建了一个松散神经元阵列,实现了首个非相干光的可编程光学神经网络ONN,工作发表于Nature Communications。


图片

谢鹏

中国科学院上海光学精密机械研究所研究员


博士生导师、国家级海外高层次人才。中国科学院大学/美国麻省理工学院联合培养博士,先后在英国牛津大学、新加坡南洋理工大学从事科学研究。长期从事光子芯片及应用、光I/O与片上光子网络技术、多维/高维光计算技术、大容量信息光互连技术、液晶光子器件及应用等。发表期刊论文30余篇,部分核心技术已实现技术转化与商业落地,为多个用户单位提供关键技术支撑。

报告题目:集成光芯片与光子计算技术


摘要:随着人工智能在多领域的商业应用(ChatGPT等),对算力的需求呈爆发性增长趋势,迫切需要开发新的计算体系。相较于传统电子计算,光子计算在并行性、低功耗、低延时、多维度(偏振、波长、轨道角动量)等方面具有天然优势。高维光计算架构的提出为人工智能技术带来更多的想象空间,理论上,可为系统计算速度带来3个数量级提升,功耗有2个数量级降低,信息处理容量大为提升,将极大地拓展算力边界。团队自主研发的高维光计算原型板卡融合了片上光源芯片(微腔光频梳技术)、光子矩阵运算芯片、波分复用及光电转换模组等,验证了一种新型高维智能光子处理器,基于该系统演示了对MNIST数字图片的并行识别,准确率达到90%以上,此技术致力于发展更高速度、更低功耗的计算路径,有望直接解决未来光计算芯片算力问题。


图片

王成

上海科技大学研究员/长聘副教授


上海科技大学研究员/长聘副教授,博士生导师。主要研究方向包括储备池光计算机、混沌激光器和半导体激光器。王成老师已发表包括Light: Science& Applications和Optica在内的期刊论文50余篇,国际会议论文80余篇。

报告题目:储备池光计算机及其在光通信中的应用


摘要:储备池光计算机是一种实时运转、自适应的硬件循环神经网络,具有能效比高和时延低的优势,在边缘计算领域有重要的应用价值。本报告将介绍基于半导体激光器的储备池光计算机的基本原理,基于波分复用技术的并行储备池光计算机架构,以及基于级联光注入锁定技术的深度储备池光计算机架构。同时介绍其在光纤通信领域中解决后香农时代十大数学难题之一即非线性信道均衡问题的应用。




关于CNCC2024




CNCC2024将于10月24-26日在浙江省东阳市横店镇举办,大会主题为“发展新质生产力,计算引领未来”。大会为期三天,包括18个特邀报告、3个大会论坛、138个专题论坛及34场专题活动和100余个展览。图灵奖获得者、两院院士、国内外顶尖学者、知名企业家在内的超过800位讲者在会上展望前沿趋势,分享创新成果。预计参会者超过万人。

图片