"掃描二維碼，關注協(xié)會動態(tài)"
這大概是世界上最聰明的一塊玻璃，它可以用來識別數字，并且無需耗電，也不用傳感器，只要光亮即可。
這個玻璃 AI 研究將人工智能嵌入了一個非計算機的物理裝置中，自帶科幻色彩。它能夠實時區(qū)分手寫數字，也就是說，一塊小小的玻璃實現了傳統(tǒng) AI 的相機、傳感器和深度神經網絡的功能整合。當數字變換時，系統(tǒng)能及時作出反饋。
圖 | 從左到右分別為：喻宗夫、Ang Chen 和 Efram Khoram。他們開發(fā)了這款智能玻璃。 （來源：SAM MILLION WEAVER）
核心算法：光的散射
光學神經計算最重要的特點是，幾乎不消耗能量，且因其有內在的并行性可大大加快計算速度。與此前光學神經計算不同，喻宗夫團隊的研究沒有遵循數字神經網絡架構，也不采用分層前饋網絡，而是利用光學反射連接各個激活單元。正是這種光反射作為反饋機制，從而導致了豐富的波動結果。
這是一種無需分層的連續(xù)人工神經計算系統(tǒng)。這套系統(tǒng)利用了特意嵌入玻璃中的石墨烯和小氣泡。當目標圖像的光線穿過玻璃 AI 時，其路徑就會被這些氣泡和石墨烯反射或折射而造成彎曲，彎曲后的光線會聚焦到玻璃另一側 10 個點中的某個點上。
圖丨玻璃 AI 的原理。（a）傳統(tǒng)的人工神經網絡架構，其中信息只能向前傳播; （b）玻璃 AI 系統(tǒng)的光學神經網絡，采用通過具有線性和非線性散射體的光進行神經計算。
圖丨玻璃 AI 的工作過程。（a）系統(tǒng)經過訓練以識別手寫數字，輸入波將圖像編碼為光能強度分布。（b）數字 2 的兩個樣本。 可以看出，兩個 2 的光能場分布不同，但是它們被識別為 2。（c）兩個 8 的光能場分布不同，它們都被識別為 8。（來源：喻宗夫）
這 10 個點對應了從 0 到 9 這 10 個數字。就像一把鑰匙開一把鎖，如果某個數字的光線沒有對焦到相應的數字，研究者就調整系統(tǒng)中的雜質大小和位置。研究者對此進行了成千上萬次訓練，最終玻璃 AI 學會了精確的數字對應。即使手寫數字風格不同，這套系統(tǒng)也能準確聚焦、識別。
這是一種以簡單結構獲得復雜行為表現的研究。在機器學習的過程中，研究人員訓練的是物理材料，而不是數字代碼。也就是說，光傳播的波動力學實現了人工神經計算的功能。相對于數字計算，這是顛覆性的觀念。
研究人員認為，這套系統(tǒng)在現實中的應用還不確定，但理論上可以制作成生物識別鎖，進行人臉識別。只是這個系統(tǒng)還缺乏計算上的靈活性，以及面對多線程或不同的任務。
顯然，這個玻璃 AI 看起來和我們此前認識的 AI 系統(tǒng)不一樣，它為何會被稱為 AI 系統(tǒng)？這個系統(tǒng)有人臉識別的潛力嗎？研究者下一步會如何開發(fā)這個系統(tǒng)？帶著諸多問題，DeepTech 專訪了作者喻宗夫。
模糊識別很難，是 AI 的體現
DeepTech：能不能介紹你們課題組的工作內容以及你們的研究目標？利用光來做 AI 系統(tǒng)，這個思路是怎么產生的？
喻宗夫：我們希望在納米光學技術和機器學習的交叉口創(chuàng)新，希望對光敏材料、傳感器件、光學成像系統(tǒng)和機器學習全棧優(yōu)化。以前硬件和軟件的研究比較分立，我們希望把軟硬件看作一個整體，以具體應用為目標導向，從新整體考慮視覺感知。在這個大方向下面，我們組成員們展開思路，不拘泥于現有光感、成像、識別的架構體系，于是 Erfan 和其他組員就想出了這個點子。
DeepTech：與其他的光計算相比，你們這個研究是怎樣的特點？
喻宗夫：以前的光計算本質上還是數字計算，只是把電子換成了光子，從電路改成了光路。用光作為載體來計算有幾十年歷史了，這次我們利用的是結構材料本身特性。
首先第一點，我們的玻璃 AI 不存在以前神經網絡的分層概念，它整個就是一體化的。另外，我們整個優(yōu)化方法的過程也不是按照模擬數字神經網絡的思路，而是優(yōu)化麥克斯韋方程，去控制光的物理散射過程。
從實現的結果上來說更不一樣。就是說我這個裝置可以做得非常小，也不需要用任何能量，因為以前的結構需要分層，體積和能耗就比較大。
DeepTech：這個玻璃 AI 看起來和我們此前認識的 AI 系統(tǒng)不一樣，它為何會被稱為 AI 系統(tǒng)？能不能說，這只是一套數字密碼系統(tǒng)？
喻宗夫：模式識別是典型的 AI 應用。這和密碼系統(tǒng)完全相反，我們需要這個玻璃有很大的容錯性：一個數字誰來寫，都要認出來，這種模糊識別很難，是 AI 的體現。 相反，密碼則要一個比特也不能差，卻容易實現多了。
DeepTech：這個 AI 系統(tǒng)與計算機是什么關系呢？該系統(tǒng)的訓練學習過程是一個調整玻璃內石墨烯雜質的過程，而不是其他 AI 系統(tǒng)那樣在計算機輸入數據、在終端輸出結果那樣的過程，對嗎？
喻宗夫：光在玻璃里面?zhèn)鞑ゾ褪且粋€偏微分方程控制的波動過程，而神經網絡和偏微分方程有很大的相似性。我們利用這種相似性，以波動方程為載體實現神經網絡的計算效果。
光打到玻璃里的小孔上，就會被散射開。小孔就像數字神經網絡里的節(jié)點，它們把輸入混合起來，產生輸出。我們這個訓練過程，就要去做和神經網絡一樣的梯度下降，去調整玻璃里面的小孔和非線性材料的位置與大小。
DeepTech：這個思路很出奇，做出這樣的系統(tǒng)需要哪些研究基礎呢？
喻宗夫：其實做這個事情需要很多領域的配合。我們不是僅僅把數字改換成光子，我們還要去解電磁場方程。所以對機器學習、電磁場方程這兩塊領域都要熟悉。 我們希望在這個交叉領域繼續(xù)研究創(chuàng)新。
DeepTech：似乎這個 AI 系統(tǒng)不需要那么巨量規(guī)模的訓練，是這樣理解嗎？
喻宗夫：不是，我們也需要很多訓練。因為這個是在電磁場介質里面?zhèn)鞑?，我們要仿真整個電磁場傳播的過程，然后在這個基礎上要對偏微分方程整體做優(yōu)化，所以計算量其實是非常大的。我們用的是機器學習的方法，但解的是電磁場的優(yōu)化問題，所以這兩塊結合起來很有挑戰(zhàn)，需要從頭寫整個訓練工具。
一個新的概念
DeepTech：這個研究是一個怎么定位？是技術的突破，還是說創(chuàng)造了一個新的工具？
喻宗夫：我覺得這是一種新的概念。我們是用玻璃本身來實現人工智能的計算，而以前的人工智能都是用計算機完成的，那么現在是利用非數字模擬的物理作用就可以實現這件事情，所以說在這方面是一個突破。如此引申的話，很多其他物理作業(yè)比如聲波也可以這樣操作。
DeepTech：能說這是一個計算機嗎？
喻宗夫：對。通用的計算機可以做很多事情，我們這個系統(tǒng)只能做一件事情，所以在這一點上它跟計算機是有差別的。但是目前來說，計算機的發(fā)展也漸漸地趨向于只做一件事情。比如說挖比特幣的礦機。
我覺得，這個不是為了取代已有的圖像識別系統(tǒng)，更多的可能是一些更廣闊、以前沒有應用的方式。比如說，雖然說我們現在有了數字鎖，但是沒電或者斷網就不能用。我們這個人臉識別鎖就像傳統(tǒng)物理鎖，只要有鑰匙它就一直可以用。
所以可能是在這種更加特殊的時候，如果你擔心 AI 系統(tǒng)被攻擊的話，那么這個系統(tǒng)完全沒有可能從外界去攻擊或干擾，它對安全性很有保障。
DeepTech：除了數字識別，這個系統(tǒng)如果用來開發(fā)人臉識別的話，還需要做哪些工作？以及其挑戰(zhàn)有多大？
喻宗夫：人臉識別在概念上的可行性已經可以通過現在的工作證明。人臉識別的應用需要不少工程工作，可能超出一個學術問題了。比如訓練的樣本的光場建模需要大量的計算。
DeepTech：你們下一步會如何開發(fā)這個系統(tǒng)？這個系統(tǒng)將來如何能便捷應用到普通民眾中，能成為一款便攜式的智能產品嗎？
喻宗夫：這個概念為我們自己打開了一個思路：不一定要有數字和芯片才能智能。智能可以無所不在，我們稱之為物理驅動智能。 我們今天證明玻璃可以識別圖像，就是麥克斯韋電磁場定律賦予的。還有很多物品可以利用物理定律的來智能化。
數字芯片是人類的智能產品，物理定律的智能產品一定更廣闊。我們覺得利用物理來做智能計算很有意思，而且有廣泛的應用價值。
專家點評：
阮智超（浙江大學物理學系教授）：本研究原創(chuàng)性較高，與 2018 年一篇 Science 研究有異曲同工之妙，后者創(chuàng)造了一種 3D 打印的全光學衍射深度神經網絡架構。在喻宗夫研究中，如要應用到如人臉識別等復雜場景，需要進行復雜的調參，這對于這種玻璃 AI 裝置有挑戰(zhàn)性。
喻宗夫簡介：
喻宗夫（ZongFu YU），威斯康星大學麥迪遜分校電子及計算機工程系副教授。2004 年本科畢業(yè)于中國科學技術大學物理學系，博士畢業(yè)于美國斯坦福大學，主要研究領域是微納光子學、機器視覺和新能源。他是非互易納米光子學開創(chuàng)人之一，提出了納米太陽能電池的效率理論，并開發(fā)了多模視覺相機，應用于下一代的機器視覺。
