研究人员开发了使用AI设计光子组件的新方法。一种方法,“光子贝叶斯神经网络的约束协同设计”,通过解决光子实现中的硬件约束来专注于改进贝叶斯神经网络的不确定性估计。另一种方法,“PixCell”,使用神经符号系统将光子组件的视觉表示转换为可执行的参数化程序,实现了高精度,并能够训练Qwen3.6 35B-A3B等大型语言模型,而无需监督演示。 AI
影响 这些进展可以加速用于AI硬件的光子集成电路的设计和优化,可能带来更高效、更强大的AI系统。
排序理由 两篇研究论文详细介绍了用于光子组件设计的新型AI方法。
- Bayesian Neural Networks
- CIFAR-10
- CINIC-10
- Dirty-MNIST
- Fashion-MNIST
- Photonic Bayesian Neural Networks
- Qwen3.6 35B-A3B
- silicon on insulator
- TFLNH(a)
- The Street View House Numbers Dataset
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →