今日，东南大学毫米波国家重点实验室、电磁空间研究院、琶洲实验室智能超材料研究中心崔铁军院士团队刘彻和马骞（一作)，联合北京大学李廉林团队，在Nature Electronics上发文，报道了一种基于多层数字编码超表面阵列的可编程透射深度神经网络。超表面上的每个超原子都集成了两个放大器芯片，并充当主动人工神经元，提供35dB（从-22dB到13dB）动态调制范围。研究展示了该系统，并称之为可编程人工智能机器 programmable artificial intelligence machine，可以处理各种深度学习任务，包括图像分类，移动通信编码-解码和实时多波束聚焦。同时，还开发了用于现场学习的强化学习算法和用于数字编码的离散优化算法。
A programmable diffractive deep neural network based on a digital-coding metasurface array.
基于数字编码超表面阵列的可编程衍射深度神经网络。
该项研究提出了可编程人工智能机器PAIM，一种现场可编程的衍射深度神经网络D2NN平台，通过电磁波实时控制进行操作，并可以基于电磁波以光速传播的并行性进行计算。同时，实现了网络参数的实时编程和光速计算特性，并展示了多种应用案例，包括图像识别、强化学习和通信多通道编解码，并可以处理传统深度学习任务，例如，图像识别和特征检测，还可以提供一种现场方式来操纵空间电磁波，用于码分多址CDMA方案的多通道编码和解码以及动态多波束聚焦。因此，该可编程人工智能机器PAIM可用于无线通信、信号增强、医疗成像、远程控制和物联网等应用。通过在人工神经元中引入稳定的非线性放大器，还可以进一步开发可编程人工智能机器PAIM的非线性版本，潜在地实现各种新型应用。
文献链接：https://www.nature.com/articles/s41928-022-00719-9
https://doi.org/10.1038/s41928-022-00719-9
本文译自Nature。
免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理，所有来稿文责自负，两江仅作分享平台。转载请注明出处，如原创内容转载需授权，请联系下方微信号
