2022年10月19日,清华大学戴琼海及方璐共同通讯在Nature在线发表题为“An integrated imaging sensor for aberration-corrected 3D photography”的研究论文,该研究提出了一种集成扫描光场成像传感器,称为元成像传感器,以实现通用应用的高速像差校正三维...
8月8日,清华大学戴琼海院士团队、方路团队成果登上Nature。 基于目前光学AI仍依赖于电子计算机、且需要严格的建模和大量数据训练才能提取信息的问题,以及随着系统复杂性增加,分析和数值建模耗时增加且资源需求指数级增长,离线模型与真实系统之间存在不匹配的挑战,戴琼海院士、方璐团队合作开发了一种称之为完全前向模式(F...
2024年4月11日,清华大学戴琼海及方璐共同通讯在Science在线发表题为“Large-scale photonic chiplet Taichi empowers 160-TOPS/W artificial general intelligence”的研究论文,该研究设计了基于集成衍射干涉混合设计和通用分布式计算架构的太极级大规模光子芯...
针对大规模光电智能计算难题,清华大学自动化系戴琼海院士课题组、电子工程系副教授方璐课题组,摒弃传统电子深度计算范式,另辟蹊径,首创分布式广度光计算架构,研制大规模干涉-衍射异构集成芯片太极(Taichi),实现160 TOPS/W的通用智能计算。 在如今大模型通用人工智能蓬勃发展的时代,该研究以光子之道,为高性能算力探索新灵...
近日,清华大学方璐教授课题组与自动化系戴琼海教授课题组在智能光芯片领域取得重大进展。他们首创全前向智能光计算训练架构,研制出“太极-Ⅱ”光芯片,实现了大规模神经网络的原位光训练,为人工智能(AI)大模型探索了光训练的新路径,相关成果在线发表于最新一期国际学术期刊《自然》上。
基于以上挑战,清华大学自动化系戴琼海院士、方璐副教授合作提出了一种集成的扫描光场成像传感器(元成像传感器),在不需要额外的硬件修改的情况下实现高速畸变校正的三维摄影。元成像传感器是通过振动编码的微透镜阵列捕获超精细的四维光场分布,从而在后处理中灵活而精确地合成复场调制图像。使用该传感器,无需事先提供数据即...
清华大学电子工程系方璐教授课题组和自动化系戴琼海院士课题组日前实现了光计算系统大规模神经网络的高效精准训练。该研究成果以“光神经网络全前向训练”为题,于北京时间8月7日晚在线发表于《自然》期刊。清华大学电子工程系方璐教授课题组、自动化系戴琼海教授课题组构建了光子传播对称性模型,摒弃了电训练反向传播范式...
2022年9月26日,清华大学戴琼海、方璐和清华大学深圳国际研究生院王好谦团队合作在Nature Biotechnology(IF=68)杂志在线发表题为“Real-time denoising enables high-sensitivity fluorescence time-lapse imaging beyond the shot-noise limit”的研究论文。为了实现超出散粒噪声限制的高灵敏度荧光成像,该研究提出一种用于实...
据媒体报道,最近清华大学的方璐和戴琼海院士团队研发了全球首款完全基于光的人工智能芯片-太极﹣ II 芯片。这个全新的光子 AI 芯片能够完全依赖光子来进行建模和训练,无需借助电子计算机的辅助,这让它在能效和训练速度上超越了传统的电子 AI芯片。团队通过开发全前向模式( FFM )学习方法,该学习方法利用了市场上现有...