要说好用，还得是大脑，大脑好用，还得靠神经元。科学家一直致力于制造人工神经元，以制造出快速处理复杂信息的“超级大脑”。
港中文、中科院物理所等机构的研究人员就通过模拟人类神经细胞，制造出了激光人工神经元，其信号处理速度之快，能达到10GBaud，是人脑的10亿倍。
为什么能这么快？它为何能够从“模仿神经元”，做到“超越神经元”？
从一开始，就要选好“模仿神经元”，模仿的是什么神经元。生物体中的神经元种类不止一种，其信息传递方式不同，处理效果也不同。
有的神经元处理信息方式更复杂，处理效果也更精细，但缺点是复杂导致速度慢，能量消耗多。
但脉冲神经元传递信息的方式堪称简单粗暴，与计算机底层逻辑相似，仅为0与1的区分，是有是无，简单明了，这也让它反应速度快，消耗更少。
为了符合又快又好又低耗的目标，研究人员都对脉冲神经元更感兴趣。
所以人工脉冲神经元备受关注，各种人工脉冲神经元都有人研究，为何一直以来都没有打破速度限制，偏偏此次研究的神经元更快更好更成功？
这就要提到脉冲从哪里注入这个关键问题。一直以来，光子脉冲神经元的脉冲输入通常处于增益区域，它会导致延迟，让信息处理速度变慢，甚至会使信息丢失。
如果换一个区域呢？甚至换一个神经元种类呢？
研究团队将目光投向了可饱和吸收区，为了让神经元更好地工作，研究人员还将专门研制的高速射频板加入可饱和吸收区，最终获得了突破限制的激光梯级神经元，从而使人工神经元的速度再上一个台阶。
仅仅快是不够的，我们需要的是快且好用。
研究团队用激光梯级神经元搭建了储层计算系统——一种常用于天气预测和语音识别的计算系统。
以神经元做激光储层，以电脉冲做输入信号，通过对读出层的训练，实现了强大高效的计算系统的搭建。
它能够被用于AI应用中，高效准确地实现长期预测任务。
为了验证该系统在AI任务中的准确率，研究人员进行了不同的测试。
一个是心跳数据处理检测，研究人员使用47名受试者心率数据集作为评估测试材料，让该系统检测是否存在心率失常。
测试结果显示，准确率高达98.4%，且处理数据速度为1亿次每秒。
在分类性能检测任务中，研究人员使用由手写数字图像组成的数据集，让系统对其进行计算分类。测试结果为准确率高达92.3%。
研究人员表示，单个激光梯度神经元，在表现中可以与一个小型神经网络媲美，机器学习任务对它来说不在话下。
其准确率之高，速度之快，如果被应用于AI系统中，执行AI任务，能够让AI处理速度再获提升，还能使格外耗能的AI降低部分能耗。
它的出现，让低耗、高智、快速的AI未来可期。
但研究团队并不打算止步于此，下一步，他们还将研究如何将级联激光梯度神经元融入深度储层的计算架构，还打算让人工神经元的速度更快！
标签：10,激光,AI,脉冲,准确率,研究,亿倍,神经元 From： https://blog.csdn.net/2403_89593802/article/details/144986989