'最聰明玻璃誕生：以光散射為核心算法，無需耗電，可識別數字'

這大概是世界上最聰明的一塊玻璃，它可以用來識別數字，並且無需耗電，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。它能夠實時區分手寫數字，也就是說，一塊小小的玻璃實現了傳統 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，系統能及時作出反饋。

該研究來自威斯康星大學麥迪遜分校電子及計算機工程系副教授喻宗夫（ZongFu YU）團隊，研究以封面形式發表在 7 月 8 日的光學期刊 Photonics Research 上。

圖 | 從左到右分別為：喻宗夫、Ang Chen 和 Efram Khoram。他們開發了這款智能玻璃。 （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，且因其有內在的並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，也不採用分層前饋網絡，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人工神經計算系統。這套系統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，彎曲後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 系統的光學神經網絡，採用通過具有線性和非線性散射體的光進行神經計算。（來源：喻宗夫）

圖丨玻璃 AI 的工作過程。（a）系統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佈。（b）數字 2 的兩個樣本。 可以看出，兩個 2 的光能場分佈不同，但是它們被識別為 2。（c）兩個 8 的光能場分佈不同，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，這套系統也能準確聚焦、識別。

這是一種以簡單結構獲得複雜行為表現的研究。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。相對於數字計算，這是顛覆性的觀念。

研究人員認為，這套系統在現實中的應用還不確定，但理論上可以製作成生物識別鎖，進行人臉識別。只是這個系統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 系統不一樣，它為何會被稱為 AI 系統？這個系統有人臉識別的潛力嗎？研究者下一步會如何開發這個系統？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，這個思路是怎麼產生的？

喻宗夫：我們希望在納米光學技術和機器學習的交叉口創新，希望對光敏材料、傳感器件、光學成像系統和機器學習全棧優化。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，不拘泥於現有光感、成像、識別的架構體系，於是 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 系統不一樣，它為何會被稱為 AI 系統？能不能說，這只是一套數字密碼系統？

喻宗夫：模式識別是典型的 AI 應用。這和密碼系統完全相反，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 系統與計算機是什麼關係呢？該系統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：光在玻璃裡面傳播就是一個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。

光打到玻璃裡的小孔上，就會被散射開。小孔就像數字神經網絡裡的節點，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，去調整玻璃裡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研究創新。

DeepTech：似乎這個 AI 系統不需要那麼巨量規模的訓練，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裡面傳播，我們要仿真整個電磁場傳播的過程，然後在這個基礎上要對偏微分方程整體做優化，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化問題，所以這兩塊結合起來很有挑戰，需要從頭寫整個訓練工具。

一個新的概念

DeepTech：這個研究是一個怎麼定位？是技術的突破，還是說創造了一個新的工具？

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，那麼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，計算機的發展也漸漸地趨向於只做一件事情。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，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 系統被攻擊的話，那麼這個系統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，這個系統如果用來開發人臉識別的話，還需要做哪些工作？以及其挑戰有多大？

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這個系統？這個系統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）：本研究原創性較高，與 2018 年一篇 Science 研究有異曲同工之妙，後者創造了一種 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複雜場景，需要進行復雜的調參，這對於這種玻璃 AI 裝置有挑戰性。

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 年本科畢業於中國科學技術大學物理學系，博士畢業於美國斯坦福大學，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人之一，提出了納米太陽能電池的效率理論，並開發了多模視覺相機，應用於下一代的機器視覺。

（感謝清華大學計算機系自然語言處理實驗室副教授劉知遠對本文提出意見。）

-End-

參考：

https://www.osapublishing.org/prj/abstract.cfm?uri=prj-7-8-823

https://www.newscientist.com/article/2208975-ai-made-from-a-sheet-of-glass-can-recognise-numbers-just-by-looking/

https://news.wisc.edu/simple-smart-glass-reveals-the-future-of-artificial-vision/