跳到正文
热点事件持续更新

编码智能体实现光学神经网络原位训练

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Ilker Oguz 等研究者提出“optics as code”方法,让编码智能体仅凭测量数据训练光学神经网络,无需逐设备校准或硬件梯度。智能体通过返回探测相机图像的 harness 形成对光学的物理理解,并用可解释光学元件重新参数化网络。 据该研究,该方法在分类和图像编码任务上优于无梯度方法,以更低成本接近经校准模型的反向传播效果。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    编码智能体实现光学神经网络原位训练

    研究者提出“optics as code”方法,让编码智能体仅凭测量数据训练光学神经网络,无需逐设备校准或硬件梯度。智能体通过返回探测相机图像的 harness 形成对光学的物理理解,并用可解释光学元件重新参数化网络。该方法在分类和图像编码任务上优于无梯度方法,以更低成本接近经校准模型的反向传播效果。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。