Обучение с подкреплением ускоряет безмодельное обучение оптических систем искусственного интеллекта
Оптимизация проксимальной политики (PPO) для обучения оптических процессоров на месте без использования моделей. Фото: Инженерный институт развития технологий Калифорнийского университета в Лос-Анджелесе. Оптические вычисления стали мощным подходом для высокоскоростной и энергоэффективной обработки информации. В частности, дифракционные оптические сети позволяют проводить крупномасштабные параллельные вычисления за счет использования пассивных структурированных фазовых масок и распространения света. Тем не … Read more