人工智能嵌入,世界上最聪明的一块玻璃面世!

7月15日，集中了解到，来自威斯康星大学麦迪逊分校电子及计算机工程系副教授喻宗夫（ZongFu YU）团队，研究以封面形式发表在 7 月 8 日的光学期刊 Photonics Research 上。

这大概是世界上最聪明的一块玻璃，它可以用来识别数字，并且无需耗电，也不用传感器，只要光亮即可。

这个玻璃 AI 研究将人工智能嵌入了一个非计算机的物理装置中，自带科幻色彩。它能够实时区分手写数字，也就是说，一块小小的玻璃实现了传统 AI 的相机、传感器和深度神经网络的功能整合。当数字变换时，系统能及时作出反馈。

图 | 从左到右分别为：喻宗夫、Ang Chen 和 Efram Khoram。他们开发了这款智能玻璃。 （来源：SAM MILLION WEAVER）

核心算法：光的散射

光学神经计算最重要的特点是，几乎不消耗能量，且因其有内在的并行性可大大加快计算速度。与此前光学神经计算不同，喻宗夫团队的研究没有遵循数字神经网络架构，也不采用分层前馈网络，而是利用光学反射连接各个激活单元。正是这种光反射作为反馈机制，从而导致了丰富的波动结果。

这是一种无需分层的连续人工神经计算系统。这套系统利用了特意嵌入玻璃中的石墨烯和小气泡。当目标图像的光线穿过玻璃 AI 时，其路径就会被这些气泡和石墨烯反射或折射而造成弯曲，弯曲后的光线会聚焦到玻璃另一侧 10 个点中的某个点上。

图丨玻璃 AI 的原理。（a）传统的人工神经网络架构，其中信息只能向前传播; （b）玻璃 AI 系统的光学神经网络，采用通过具有线性和非线性散射体的光进行神经计算。

图丨玻璃 AI 的工作过程。（a）系统经过训练以识别手写数字，输入波将图像编码为光能强度分布。（b）数字 2 的两个样本。 可以看出，两个 2 的光能场分布不同，但是它们被识别为 2。（c）两个 8 的光能场分布不同，它们都被识别为 8。（来源：喻宗夫）

这 10 个点对应了从 0 到 9 这 10 个数字。就像一把钥匙开一把锁，如果某个数字的光线没有对焦到相应的数字，研究者就调整系统中的杂质大小和位置。研究者对此进行了成千上万次训练，最终玻璃 AI 学会了精确的数字对应。即使手写数字风格不同，这套系统也能准确聚焦、识别。

这是一种以简单结构获得复杂行为表现的研究。在机器学习的过程中，研究人员训练的是物理材料，而不是数字代码。也就是说，光传播的波动力学实现了人工神经计算的功能。相对于数字计算，这是颠覆性的观念。

研究人员认为，这套系统在现实中的应用还不确定，但理论上可以制作成生物识别锁，进行人脸识别。只是这个系统还缺乏计算上的灵活性，以及面对多线程或不同的任务。

显然，这个玻璃 AI 看起来和我们此前认识的 AI 系统不一样，它为何会被称为 AI 系统？这个系统有人脸识别的潜力吗？研究者下一步会如何开发这个系统？带着诸多问题，DeepTech 专访了作者喻宗夫。

模糊识别很难，是 AI 的体现

DeepTech：能不能介绍你们课题组的工作内容以及你们的研究目标？利用光来做 AI 系统，这个思路是怎么产生的？

喻宗夫：我们希望在纳米光学技术和机器学习的交叉口创新，希望对光敏材料、传感器件、光学成像系统和机器学习全栈优化。以前硬件和软件的研究比较分立，我们希望把软硬件看作一个整体，以具体应用为目标导向，从新整体考虑视觉感知。在这个大方向下面，我们组成员们展开思路，不拘泥于现有光感、成像、识别的架构体系，于是 Erfan 和其他组员就想出了这个点子。

DeepTech：与其他的光计算相比，你们这个研究是怎样的特点？

喻宗夫：以前的光计算本质上还是数字计算，只是把电子换成了光子，从电路改成了光路。用光作为载体来计算有几十年历史了，这次我们利用的是结构材料本身特性。

首先第一点，我们的玻璃 AI 不存在以前神经网络的分层概念，它整个就是一体化的。另外，我们整个优化方法的过程也不是按照模拟数字神经网络的思路，而是优化麦克斯韦方程，去控制光的物理散射过程。

从实现的结果上来说更不一样。就是说我这个装置可以做得非常小，也不需要用任何能量，因为以前的结构需要分层，体积和能耗就比较大。

DeepTech：这个玻璃 AI 看起来和我们此前认识的 AI 系统不一样，它为何会被称为 AI 系统？能不能说，这只是一套数字密码系统？

喻宗夫：模式识别是典型的 AI 应用。这和密码系统完全相反，我们需要这个玻璃有很大的容错性：一个数字谁来写，都要认出来，这种模糊识别很难，是 AI 的体现。 相反，密码则要一个比特也不能差，却容易实现多了。

DeepTech：这个 AI 系统与计算机是什么关系呢？该系统的训练学习过程是一个调整玻璃内石墨烯杂质的过程，而不是其他 AI 系统那样在计算机输入数据、在终端输出结果那样的过程，对吗？

喻宗夫：光在玻璃里面传播就是一个偏微分方程控制的波动过程，而神经网络和偏微分方程有很大的相似性。我们利用这种相似性，以波动方程为载体实现神经网络的计算效果。

光打到玻璃里的小孔上，就会被散射开。小孔就像数字神经网络里的节点，它们把输入混合起来，产生输出。我们这个训练过程，就要去做和神经网络一样的梯度下降，去调整玻璃里面的小孔和非线性材料的位置与大小。

DeepTech：这个思路很出奇，做出这样的系统需要哪些研究基础呢？

喻宗夫：其实做这个事情需要很多领域的配合。我们不是仅仅把数字改换成光子，我们还要去解电磁场方程。所以对机器学习、电磁场方程这两块领域都要熟悉。 我们希望在这个交叉领域继续研究创新。

DeepTech：似乎这个 AI 系统不需要那么巨量规模的训练，是这样理解吗？

喻宗夫：不是，我们也需要很多训练。因为这个是在电磁场介质里面传播，我们要仿真整个电磁场传播的过程，然后在这个基础上要对偏微分方程整体做优化，所以计算量其实是非常大的。我们用的是机器学习的方法，但解的是电磁场的优化问题，所以这两块结合起来很有挑战，需要从头写整个训练工具。

一个新的概念

DeepTech：这个研究是一个怎么定位？是技术的突破，还是说创造了一个新的工具？

喻宗夫：我觉得这是一种新的概念。我们是用玻璃本身来实现人工智能的计算，而以前的人工智能都是用计算机完成的，那么现在是利用非数字模拟的物理作用就可以实现这件事情，所以说在这方面是一个突破。如此引申的话，很多其他物理作业比如声波也可以这样操作。

DeepTech：能说这是一个计算机吗？

喻宗夫：对。通用的计算机可以做很多事情，我们这个系统只能做一件事情，所以在这一点上它跟计算机是有差别的。但是目前来说，计算机的发展也渐渐地趋向于只做一件事情。比如说挖比特币的矿机。

我觉得，这个不是为了取代已有的图像识别系统，更多的可能是一些更广阔、以前没有应用的方式。比如说，虽然说我们现在有了数字锁，但是没电或者断网就不能用。我们这个人脸识别锁就像传统物理锁，只要有钥匙它就一直可以用。

所以可能是在这种更加特殊的时候，如果你担心 AI 系统被攻击的话，那么这个系统完全没有可能从外界去攻击或干扰，它对安全性很有保障。

DeepTech：除了数字识别，这个系统如果用来开发人脸识别的话，还需要做哪些工作？以及其挑战有多大？

喻宗夫：人脸识别在概念上的可行性已经可以通过现在的工作证明。人脸识别的应用需要不少工程工作，可能超出一个学术问题了。比如训练的样本的光场建模需要大量的计算。

DeepTech：你们下一步会如何开发这个系统？这个系统将来如何能便捷应用到普通民众中，能成为一款便携式的智能产品吗？

喻宗夫：这个概念为我们自己打开了一个思路：不一定要有数字和芯片才能智能。智能可以无所不在，我们称之为物理驱动智能。 我们今天证明玻璃可以识别图像，就是麦克斯韦电磁场定律赋予的。还有很多物品可以利用物理定律的来智能化。

数字芯片是人类的智能产品，物理定律的智能产品一定更广阔。我们觉得利用物理来做智能计算很有意思，而且有广泛的应用价值。