Machine Learning optique : Exploiter la diffusion multiple pour l'efficacité

Cette séance de cours traite de l'utilisation innovante de l'optique dans l'apprentissage automatique, en se concentrant en particulier sur la multiplication de matrice aléatoire à grande échelle par diffusion multiple de la lumière. L'instructeur explique comment l'apprentissage optique traditionnel a été limité à de petits réseaux monocouches et à des tâches simples. En tirant parti du comportement complexe de la lumière dans les médias de diffusion, la séance de cours présente une méthode pour effectuer des opérations essentielles dans l'apprentissage automatique optiquement. La discussion porte sur les avantages de l'informatique optique, tels que la faible consommation d'énergie et la grande vitesse, tout en abordant des défis tels que le besoin de non-linéarités dans les réseaux d'apprentissage profond. L'instructeur met en évidence les configurations expérimentales et les résultats démontrant l'efficacité des projections aléatoires optiques dans diverses tâches d'apprentissage automatique, y compris la classification des images et la prédiction chaotique des séries chronologiques. La séance de cours se termine par des perspectives sur les développements futurs de l'informatique optique et sa convergence potentielle avec la photonique intégrée et les ressources quantiques.