编码智能体仅凭测量数据原位训练光学神经网络
热点事件持续更新
编码智能体仅凭测量数据原位训练光学神经网络
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Stanford 等机构研究者在 arXiv 论文(arXiv:2611.23875)中提出 optics as code 方法:由编码智能体仅凭测量数据在硬件上原位训练光学神经网络。智能体每次探测需给出假设,并接收相机图像作为反馈。 据论文,该智能体逐渐形成对光学的物理理解,把网络重参数化为可解释的光学元件。在分类和图像编码任务上,该方法优于免梯度方法,接近基于校准模型反向传播的效果,且无需逐设备校准或硬件梯度,成本更低。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
光学即代码:用编码智能体在硬件上原位训练光学神经网络报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI光学即代码:用编码智能体在硬件上原位训练光学神经网络
Stanford 等机构研究者在 arXiv 论文(arXiv:2611.23875)中提出 optics as code 方法,由编码智能体仅凭测量数据原位训练光学神经网络,每次探测需给出假设并接收相机图像反馈。该智能体形成对光学的物理理解,将网络重参数化为可解释的光学元件;在分类和图像编码任务上优于免梯度方法,接近基于校准模型反向传播的效果,且成本更低,无需逐设备校准或硬件梯度。
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。