清华团队在大规模光电智能计算方向实现网络规模和训练学习速度提升，取得重大进展
编辑|紫罗随着大模型等人工智能技术的突破与发展，算法复杂度剧增，对传统计算芯片带来了算力和功耗的双重挑战。近年来，以光计算为基础、通过光电融合的方式构建光电神经网络的计算处理方法已经成为国际热点研究问题，有望实现计算性能的颠覆性提升。然而，光电神经网络的前向数学模型由对光场的精准物理建模得到，计算复杂度高、参数冗余度大；其学习机制沿用人工神经网络常用的梯度下降算法，面向大规模光电神经网络时优化速度慢、资源消耗高、收敛效果差。因此，现有学习架构仅能支撑小规模光电神经网络的训练，其网络容量和特征捕获能力不足以
编辑 | 紫罗
随着大模型等人工智能技术的突破与发展，算法复杂度剧增，对传统计算芯片带来了算力和功耗的双重挑战。近年来，以光计算为基础、通过光电融合的方式构建光电神经网络的计算处理方法已经成为国际热点研究问题，有望实现计算性能的颠覆性提升。
然而，光电神经网络的前向数学模型由对光场的精准物理建模得到，计算复杂度高、参数冗余度大；其学习机制沿用人工神经网络常用的梯度下降算法，面向大规模光电神经网络时优化速度慢、资源消耗高、收敛效果差。因此，现有学习架构仅能支撑小规模光电神经网络的训练，其网络容量和特征捕获能力不足以有效处理 ImageNet 等大型复杂数据集。
最近，清华大学电子工程系方璐副教授的课题组提出了一种面向大规模光电智能计算的新架构：光学-人工双神经元学习架构（DuAl-Neuron opTical-artificial lEarning，简称DANTE）。该架构中，光学神经元精确建模光场计算过程，人工神经元使用轻量级映射函数建立跳跃连接，有助于梯度传播。全局人工神经元和局部光学神经元通过交替学习的机制进行迭代优化，既确保了学习的有效性，又大大降低了训练的时空复杂度，使得训练更大更深的光电神经网络成为可能。DANTE突破了大规模光电神经网络在物理建模复杂和参数优化困难等方面的限制，网络规模提升了一个至两个数量级，训练学习速度提升了两个数量级
这项研究以题为《光学-人工双神经元架构训练大规模光电神经网络》的论文为基础，于11月4日在《自然·通讯》期刊上发表
人工神经网络（ANN）无疑是近年来机器智能研究领域中最具代表性的技术。在过去的十年中，随着网络规模、模型参数和数据集大小的增长，人工神经网络在视觉计算、自然语言处理、机器人等各个领域取得了显著的进步。大规模神经网络也给现有的电子计算硬件带来了巨大的压力。由于硅基计算设备的性能和能源效率受到摩尔定律停滞期的限制，研究人员开始将注意力重新转向光学/光电网络。
光学和光电神经网络（ONN）具有高速和高能效的特点。在这些网络中，衍射神经网络通过经过训练的光学调制元件传播编码光来进行计算。它能够自然地处理光学图像，并实现各种机器视觉任务的光学计算
然而，现有的衍射神经网络研究主要集中在探索新型光学计算硬件或新的网络结构，而很少关注 ONN 的建模和优化。大多数现有的 ONN 研究仍在努力解决基本任务和小数据集，例如 MNIST 和 Fashion-MNIST 分类。
受限于算力瓶颈与显存容量，现有的单神经元学习方法仅能实现百万量级神经元的光电神经网络训练，难以满足 ImageNet 等复杂大规模数据集的训练需求。
研究人员提出了一种名为DANTE的双神经元光学人工学习技术，可用于大规模光电机器学习
具体而言，硬件网络的建模包括光学神经元层和人工神经元层。光学神经元层精确地模拟光场的衍射和调制过程，而人工神经元层则使用轻量级函数来近似计算光学神经元层的大量光学衍射模型。与传统的单神经元学习方法不同，DANTE采用了迭代的全局人工学习步骤和局部光学学习步骤，来解耦所有的光学神经元。通过在全局人工学习步骤中引入人工神经元，可以显著减少优化空间和计算内存需求，实现更快速、更好的端到端网络学习收敛。而在局部光学学习中，光学神经元层的参数是从优化的人工神经元中独立有效地学习的，而不是从大量数据集中学习，这进一步加速了网络训练的过程
研究人员在空间光智能计算平台上开展了大量仿真与物理实验验证，将现有百万量级光电神经元网络的训练时间从数十小时级缩短到了分钟级。
在模拟实验中，与单神经元学习方法相比，DANTE 在 CIFAR-10 基准上实现了约 200 倍的训练加速，准确率提高了约 10%。
在现代 ImageNet 基准测试中，DANTE 可以训练具有 150 M 神经元的大规模 ONN，其性能与代表性的 VGG 网络相当。这个网络的规模大约是现有大型 ONN 的 10 倍
在物理实验中，研究人员开发了一个两层物理 ONN 系统，能够有效提取特征以增强自然图像的分类（CIFAR-10 和 ImageNet），作为 DANTE 物理可行性的验证。
研究人员进一步基于 DANTE，首次实现了亿级神经元的大规模光电神经网络训练与推理，在 CIFAR-10、ImageNet等多个数据集上实现了与经典人工神经网络 VGG-11 和 VGG-16 相当的准确率。
值得强调的是，在 ImageNet 基准上成功训练光电神经网络具有重要意义。这展现了 DANTE 在支撑大规模光电神经网络训练学习上的巨大潜力，有望推动光电智能计算从基于 MNIST 基准的原型验证阶段迈入到使用现代 ImageNet 基准来解决大规模现实问题的全新时代。
总之，DANTE框 架有效地解决了 ONN 面临的学习挑战，这些挑战源于光学衍射建模中复杂的空间和时间复杂性。因此，该研究在训练大规模 ONN 方面取得了显著的成功，而以前认为使用现有方法不可能训练这些 ONN。
实验结果证明了 ONN 在高级机器视觉任务中的巨大潜力。研究人员坚信，该研究将为大规模 ONN 的训练和部署奠定坚实的理论基础，为 ONN 解决大规模实际问题的新时代铺平道路。
论文链接：https://www.nature.com/articles/s41467-023-42984-y
参考内容：https://www.tsinghua.edu.cn/info/1175/107842.htm
3月28日，OPPOFind系列产品负责人周意保在微博发文，表示OPPO已经进入了5.5G时代。OPPOFindX7系列周意保在微博上传了一张截图，图中的手机锁屏界面右上方状态栏信号一栏显示为5GA，也就是人们更加熟悉的5.5G。此外，周意保也发文称："和大家一起进入5.5G新移动网络时代！"宣布了5.5G新移动网络时代的到来。OPPOFind系列产品负责人周意保微博有博主表示，OPPOFindX7系列即将行业首发支持5G-A（5.5G），OTA固件已经准备好了。5G-A理论上可以实现10倍提升的连接速率
作者|香港中文大学白帆编辑|ScienceAI近日，香港中文大学和智源联合提出的M3D系列工作，包括M3D-Data,M3D-LaMed和M3D-Bench，从数据集、模型和测评全方面推动3D医学图像分析的发展。（1）M3D-Data是目前最大的3D医学图像数据集，包括M3D-Cap(120K3D图文对),M3D-VQA(510K问答对)，M3D-Seg（150K3DMask），M3D-RefSeg(3K推理分割)共四个子数据集。（2）M3D-LaMed是目前最多功能的3D医学多模态大模型，能够解决文本（
编辑|紫罗AI在简化药物发现方面的应用正在爆炸式增长。从数十亿种候选分子中筛选出可能具有开发新药所需特性的分子。需要考虑的变量太多了，从材料价格到出错的风险，即使科学家使用AI，权衡合成最佳候选分子的成本也不是一件容易的事。在此，MIT研究人员开发了一个定量决策算法框架SPARROW，来自动识别最佳分子候选物，从而最大限度地降低合成成本，同时最大限度地提高候选物具有所需特性的可能性。该算法还确定了合成这些分子所需的材料和实验步骤。SPARROW考虑了一次合成一批分子的成本，因为多个候选分子通常可以从一些相
编辑|萝卜皮OpenAI的GPT和MetaAI的Llama等大型语言模型（LLM）因其在化学信息学领域的潜力而日益受到认可，特别是在理解简化分子输入行输入系统（SMILES）方面。这些LLM还能够将SMILES字符串解码为矢量表示。加拿大温莎大学（UniversityofWindsor）的研究人员比较了GPT和Llama与SMILES上的预训练模型在下游任务中嵌入SMILES字符串的性能，重点关注两个关键应用：分子特性预测和药物-药物相互作用预测。该研究以「Canlargelanguagemodelsun
编辑|萝卜皮在处理语言时，大脑会部署专门的计算来从复杂的语言结构中构建含义。基于Transformer架构的人工神经网络是自然语言处理的重要工具。普林斯顿大学的研究人员探讨了Transformer模型和人类大脑在语言处理中的功能特殊化问题。Transformer通过结构化电路计算整合单词间的上下文信息。不过，当前的研究主要集中于这些电路生成的内部表征（「嵌入」）。研究人员直接分析电路计算：他们将这些计算解构为功能专门的「transformations」，将跨词语的上下文信息整合在一起。利用参与者聆听自然故
编辑|X人工智能（AI）在过去几年中以惊人的速度发展。一些科学家现在着眼于超级人工智能（ArtificialSuperintelligence，ASI）的发展，这是一种不仅超越人类智能，而且不受人类学习速度限制的AI。超级人工智能的发展可能会带来巨大的影响和挑战。一方面，它可能为我们带来前所未有的技术进步和创新，解决各种复杂的问题。另一方面，由于其超越人类智慧的能力，我们也需要谨慎对待和管理它的发展，以避免可能的风险和危害。因此但如果这个里程碑不仅仅是一项了不起的成就呢？如果它也代表了所有文明发展的一个巨
编辑|枯叶蝶准确识别药物-靶标相互作用（DTI）是药物发现和药物重新定位过程中的关键步骤之一。目前，许多基于计算的模型已被提出，用于预测DTI，并取得了一些显著的进步。然而，这些方法很少关注如何以适当的方式融合与药物和靶标相关的多视角相似性网络。此外，如何充分结合已知的相互作用关系来准确表示药物和靶标尚未得到很好的研究。因此，提高DTI预测模型的准确性仍然是必要的。在最新的研究中，郑州大学、电子科技大学团队提出了一种新方法MIDTI。该方法采用多视图相似性网络融合策略和深度交互式注意机制来预测药物-靶标相
来自清华大学AIR、北京大学、南京大学的研究团队提出了ESM-AA模型。该模型在蛋白质语言建模领域取得了重要进展，提供了一套整合多尺度信息的统一建模方案。它是首个能同时处理氨基酸信息和原子信息的蛋白质预训练语言模型。模型的出色性能展示了多尺度统一建模在克服现有局限和解锁新能力方面的巨大潜力。作为基座模型，ESM-AA获得了多位学者的关注与广泛讨论（截图见下方），被认为有潜力基于ESM-AA开发出可与AlphaFold3、RoseTTAFoldAll-Atom相竞争的模型，为研究不同生物结构间的相互作用开辟
编辑|萝卜皮生物大分子结构对于药物开发和生物催化至关重要。量子力学（QM）方法进行晶体细化，在提高结构质量至纠正生物大分子的结构方面显露出前景。量子细化（Quantumrefinement，QR）方法采用可靠的量子力学（QM）方法进行晶体精化，以显示出前景。然而，巨大的计算成本和复杂的量子力学/分子力学（QM/MM）设置限制了QR的应用。在南方科技大学的研究团队将稳健的机器学习势（MachineLearningPotentials，MLP）融入多尺度ONIOM（QM:MM）方案中，来描述核心部分（例如药物
序列建模的进展具有极大的影响力，因为它们在广泛的应用中发挥着重要作用，包括强化学习（例如，机器人和自动驾驶）、时间序列分类（例如，金融欺诈检测和医学诊断）等。在过去的几年里，Transformer的出现标志着序列建模中的一个重大突破，这主要得益于Transformer提供了一种能够利用GPU并行处理的高性能架构。然而，Transformer在推理时计算开销很大，主要在于内存和计算需求呈二次扩展，从而限制了其在低资源环境中的应用（例如，移动和嵌入式设备）。尽管可以采用KV缓存等技术提高推理效率，但Trans
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
