上海理工大学智能科技学院在顾敏院士和张启明教授的带领下，成功研发了一种革命性的超快速卷积光学神经网络（ONN）。这一技术无需依赖光学记忆效应，即可对散射介质后的物体进行高效、清晰成像，为传统光学成像技术带来颠覆性变革，并展示了卷积网络在人工智能领域的巨大潜力。该研究成果已在《科学进展》杂志上发表。
领衔此研究的张雨超研究员指出，卷积神经网络（CNN）作为人工智能领域的一种核心架构，源自生物视觉皮层系统，其核心卷积操作通过提取图像局部特征，构建复杂和抽象的特征表示，推动了图像处理和模式识别领域的发展。然而，将其应用于光学领域一直面临挑战。
上海理工团队巧妙地设计了全光学解决方案，直接在光域中进行卷积网络操作，实现了光速计算。他们构建的多阶段ONN由多个并行核心组成，能够以光速直接从散射光中提取特征，实现图像的快速重建。该技术不仅提高了成像速度，还显著增强了成像质量，支持在复杂散射环境中进行成像，并达到每秒1570万亿次操作的惊人速度，为实时动态成像提供了可能。
此外，ONN还具备多任务处理能力，通过调整网络结构可同时执行多种图像处理任务，这在光学人工智能领域尚属首次。研究团队表示，这一技术的灵活性和效率将为自动驾驶、机器人视觉、医学成像等多个领域带来革新，为人类的生活和科学研究提供更强大的工具。
未经允许不得转载：AI教育新闻网 » 光速成像新突破：上海理工团队研发超快速卷积光学神经网络
