JPH0261709A - 光演算装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野コ この発明は、光を用いたニューラルネットワークによっ
て、高速にデータを処理する装置に関するものである。

［従来技術とその課題］ 大規模な情報を処理するために、高速に演算を実行する
計算機の研究が進んでいるが、電気回路を用いた逐次処
理による方法では、すでに性能限界に近づいている。そ
こで、スーパーコンピュータやアレイプロセッサなど、
複数の演算を同時に実１ｊする並列処理アーキテクチャ
などの研究が進んでいる。一方、光は、空間的な広がり
を持ち、その物理的な性質は互いに干渉し合わないため
、光を用いた演算は並列性に優れている。光を変調する
手段として、振幅、位相、周波数、偏向などが考えられ
、空間的な光変調器の開発が行われている。

光を用いたニューロコンピュータとして、これまでに、
１次元の発光素子と１次元の受光素子をアナモルフィッ
クな光学系で接続し、ホップフィールドモデルのインク
コネクションを光学的に実現した方法や、入力データを
空間光変調器で変調し、双方向の演算を可能にした方法
が知られている。ホップフィールドモデルを光学的に実
現した方法については、例えば雑誌オブティックスレタ
ーズ（ＯＰＴＩＣ５ＬＥＴＴＥＲＳ）　、第１Ｏ巻、１
９８５年、第９８〜＋００頁に記載された論文「閾値処
理とフィードバック機能をもつ二、−ラルネットを用い
た連想記憶モデルによる光情報処理（０ｐｔｉｃａｌ　
Ｉｎｆｏｒｍａｔｔｏｎ　ｐｒｏｃｅｓｓｌｎｇ　ｂａ
ｓｅｄ　ｏｎ　ａｎ　ａｓｓｏｃｉａｔｉｖｅ−ｍｅｍ
ｏｒｙ　　ｍｏｄｅｌ　　ｏｆ　　ｎｅｕｒａ、ｌ　　
ｎｅｔｓ　　ｖｌｔｈ　　ｔｈｒｅｓｈｏｔｄｌｎｇ　
　ａｎｄｆｅｅｄｂａｃｋ）　Ｊに、詳しく述べられて
いる。また、入力データを空間光変調器で変調させる方
法については、例えば、雑誌アプライドオプティックス
（ＡＰＰＬＩＥＤ　０ＰＴＩＣＳ）　、第２６巻、１９
８７年、第５０５５〜５０６０頁に記載された論文「光
双方向連想メモリの設計とデバイス（Ｄｅｓｌｇｎｓ　
ａｎｄ　ｄｅｖｉｃｅｓ　ｆｏｒ　ｏｐｔｌｃａｔ　　
ｂｌｄｌｒｅｃｔｌｏｎａｌ　　ａｓｓｏｃｌａｔｌｖ
ｅ　　ｍｅｌｌｏｒｌｅｓ）Ｊ　　に、詳しく述べられ
ている。しかし、これらの方法では、学習を実時間に実
現することができず、より一般的なニューロモデルを実
現することはできない。

この発明の目的は、光のインクコネクションを用いて、
学習可能な多層構造のニューロコンピュータのアルゴリ
ズムを高速に実行する光演算装置を提供することにある
。

［課題を解決するための手段］ この光演算装置は、光のインクコネクションを用いた二
、−ロコンピュータにおいて、発光部と受光部を隣接し
て配置した光機能素子をマ）　ＩＪクス状に配置し、前
記各光機能素子の行方向量たは列方向の各々を接続せし
めた第１面と、前記第１面と同じ構造を有し、前記第１
面の各発光部から出射した光が各受光部に入射し、各発
光部から出射した光が前記第１面の各受光部に入射する
ように前記第１面と対面させて配置せしめ、前記第１面
の各光機能素子の接続方向と直交する方向に各光機能素
子を接続せしめた第２面と、前記第１面と同じ構造を有
し、前記第２面の各発光部から出射した光が各受光部に
入射し、各発光部から出射した光が前記第２面の各受光
部に入射するように前記第２面と対面させて配置せしめ
、前記第２面の各光機能素子の接続方向と直交する方向
に各光機能素子を接続せしめた第３面と、前記第１面と
同じ構造を有し、前記第３面の各発光部から出射した光
が各受光部に入射し、各発光部から出射した光が前記第
３面の各受光部に入射するように前記第３面と対面させ
て配置せしめ、前記第３面の各光機能素子の接続方向と
直交する方向に各光機能素子を接続せしめた第４面と、
前記第１面の発光部から出射した光が前記第２面の受光
部に入射し、前記第２面の発光部から出射した光が、前
記第３面の受光部に入射し、前記第３面の発光部から出
射した光が前記第４面の受光部に入射するように配置さ
れたビームスプリッタと、前記第１面、第２面、第３面
から出射した各々の光の強度を変調する複数の光変調手
段と、前記光機能素子の各受光部からの出力と所望の出
力の間の差を計算し、前記差を小さくせしめるような前
記光変調器の７くタンを計算する複数の演算装置と、前
記演算装置からの出力によって、前記光変調手段のパタ
ンを変化せしめる複数の変調器駆動手段とを備えること
を特徴とする。

［作　用コ この発明の原理を第２図、第３図、第４図を参照して説
明する。第２図は、３層構造のニューラルネットワーク
の例である。入力層１０１、中間層１０２と出力層１０
３のそれぞれに、複数個のニューロンがあり、入力層の
各ニューロンと中間層の各ニューロン、中間層の各ニュ
ーロンと出力層の各ニューロンがそれぞれ接続されてい
る。各ニューロン間の接続の強さは、それぞれ独立に変
化させることができ、この強さを変えることによって、
ネットワークを学習させることができる。

第３図は、３層構造のニューラルネットワークを光学的
に実現する装置の構成を示したものである。

入力面２０１は入力層、中間面２０２は中間層、出力面
２０３は出力層に対応し、ニューロン間の信号の伝達は
、光を介して行なう。ネットワークの接続の強さは、そ
れぞれの面の間にある空間光変調素子２０４．２０５に
よって変化させる。第４図は、（ａ）入力層にある各ニ
ューロンの出力Ａと入力面２０１の関係、（ｂ）中間層
にある各ニューロンの状態と中間面２０２の関係、およ
び、（Ｃ）出力層にある各ニューロンの入力Ｂと出力面
２０３との関係を示す図である。入力層の４個のニュー
ロンの出力Ａ、、Ａ２．Ａ、、Ａ４は、それぞれ行方向
の発光素子に接続され、入力データの大きさによって、
行方向の発光素子の強度が同時に変調される。例えば、
入力Ａ２に着目した場合、Ａ２の行方向の素子であるＡ
　２１１　Ａ　２２１　Ａ　２３１　Ａ　２Ｊがずべて
発光する。発光した光はコリメートされた後、出力面の
受光部Ｂ　２１、Ｂ２゜、Ｂ　２３、Ｂ　２４に集光さ
れる。他の素子についても同様に動作し、出力面の列方
向の素子が接続されているので、例えば、出力Ｂ３に着
目した場合、Ｂ３の列方向の素子であるＢ　１３、Ｂ　
２３、Ｂ　３３、Ｂ　４３の入射光量の総和が出力され
る。この関係は、一般に、次式のように表現できる。

いて、デルタ学習剤を実現するには、次式に従って、重
みＷ　、を変化させればよい。

Δ　Ｗ　、＝ｎ　　　（’ｒ、Ｉ−ｏ＃Ｉ　）　　■　
ｐｌ　　　　参　　ｅ　　　拳　　（３）この時、入力
面と出力面の間に、空間光変調器を挿入し、各素子に対
応する部分の振幅透過率を独立に変化させると、（１）
式は次式のようになる。

ここで、Ｗｌ、は空間光変調器の振幅透過率を表す。

（２）式は、出力層のニューロンの入力が、入力層のニ
ューロンの出力Ａ、とニューラルネットワークの重みＷ
、の積になることを表している。これは、一般のニュー
ロモデルと等価なもので、この光演算装置を用いて、種
々のニューラルネットワークを構成できる。例えば、こ
の演算装置を用ここで、ｎは学習の回数ＮＴ１１は所望
の結果、０゜は光演算装置の出力、ＩＰは学習の重み付
けを表す。デルタ学習剤の詳細は、例えば、雑誌バイト
（ＢＹＴＥ）　１９８７年ＩＯ月号、第１５５〜１６２
頁に記載された論文「パックプロパゲージジン（Ｂａｃ
ｋ−Ｐｒｏｐａｇａｔｌｏｎ）　Ｊに、詳しく述べられ
ている。さらに、この装置では、第３図に示すように発
光素子と受光素子が隣接して配置されており、受光した
データを処理し、即座に隣接する発光素子を変調させる
ことができる。従って、第１面から第２面、第２面から
第３面、第３面から第４面へ順次データを処理すること
ができ、最大４層構造のニューラルネットワークを実現
できる。

このように、入力層のニューロンの出力によって発光素
子の強度を変化させ、重みの値によって空間光変調器の
振幅透過率を変化させれば、光学的に、パックプロパゲ
ージ式ン等の多層構造のニューラルネットワークのイン
タコネクションを実現できる。パックプロパゲージ日ン
の詳細は、例えば、雑誌ネイチ＋　（Ｎａｔｕｒｅ）　
１９８６年ＩＯ月９日号、第５３３頁〜５３Ｂ頁に記載
された論文「エラーの後方伝達による学習表現（Ｌｅａ
ｒｎｌｎｇ　Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓｂｙ　１
３ａｃｋ−Ｐｒｏｐａｇａｔｉｎｇ　Ｅｒｒｏｒｓ）　
Ｊに、詳しく述べられている。

［実施例コ 以下、この発明の詳細な説明する。

第１図は、この発明の光演算装置を実現する実施例の一
例を示す斜視図である。この光スィッチは、例えば半導
体レーザなどの発光素子と例えばＳｌの光検出器などの
受光素子を隣接して配置した０ＥＩＣなどの光機能素子
アレイ１．２．３．４と、例えばＴＮ液晶から構成され
ている液晶テレビなどの階調表現可能な空間光変調器５
．６．７と、光機能素子の発光部から出射した光をコリ
メートし、かつ、空間光変調器を透過した光を光機能素
子アレイに集光する、例えばマイクロレンズアレイなど
の集光レンズ８．９．１０１１１と、光機能素子アレイ
１と２．２と３および３と４を接続するビームスプリッ
タ１２と、光機能素子に電圧を印加する回路から構成さ
れる装置空間光変調器に電圧を印加する回路から構成さ
れる変調器駆動装置１７、１８、１９と、受光素子の出
力と所望の結果との間の差を計算し、空間光変調器のパ
タンを計算する、例えばパソコン等の演算装置２０、２
１、２２、２３とを備えている。

以上の構成の光演算装置において、光機能素子の発光部
は、入力層のニューロンの出力によって変調される。光
機能素子アレイｌの行方向の各素子はすべて電気的に接
続されており、また、光機能素子アレイ２の列方向の各
素子、光機能素子アレイ３の行方向の各素子、光機能素
子アレイ４の列方向の各素子もすべて電気的に接続され
ている。

光機能素子の発光部から出射した光は、空間光変調器に
よって変調され、対面する光機能素子アレイの受光部に
集光され、出力となる。また、空間光変調器のパタンを
ニューラルネットワークの重みの値によって変化させる
。さらに、得られた出力と所望の結果に対して、演算装
置によって（３）式等のニューロモデルで決められた学
習規則に従って、空間光変調器のパタンを変化させるこ
とによって、学習が可能である。このようにして、ニュ
ーラルネットワークのインタコネクションを光学的に実
現できる。この時、受光部と発光部が隣接して配置され
ているので、受光されたデータを演算装置によって処理
し、即座に隣接する発光部を変調できる。

［発明の効果］ 以上詳述したように、この発明の光演算装置を用いるこ
とにより、学習可能な多層構造のニューロコンピュータ
のアルゴリズムを高速に実行することができる。

【図面の簡単な説明】

第１図は、この発明の光演算法の実施例を示す斜視図、
第２図は、３層構造のニューラルネットワークの例、第
３図は、ニューラルネットワークを光学的に実現する装
置の構成を示す図、第４図は、入出力データと人出方面
の関係を示す図である。図において、 １、２、３、４　●●光機能素子アレイ５、６、７　　
　●●空間光変調素子 ８、９、１０、１１●コリメーテイングレンズ１２　　
　　●●●●ビームスブリッタ１７、１８、１９　●●
●●変調器駆動装置２０、２１、２２、２３●●演算装
置 １０１　　　　　Ｉ●●●●入力層 １０２　　　　　●●命＠争中間層 １０３　　　　　●●●●●出力層 ２０１　　　　　●●０●●入カ面 ２０２　　　　　●拳●●●中間面 ２０３　　　　　　Φ●●●●出力面 ２０４、２０５　　●●●●●空間光変調素子半 乏 ２０５、全Ｍ式苅３苛糸今 半 記 ／（Ｈ５入ｎ看 ）０３．　を辷ぐノフノ嘔シ 半 図 （ａ） ハ ２０１４人ｎ面

Claims (1)

【特許請求の範囲】
1. 光のインタコネクションを用いたニューロコンピュータ
   において、発光部と受光部を隣接して配置した光機能素
   子をマトリクス状に配置し、前記各光機能素子の行方向
   または列方向の各々を接続せしめた第１面と、前記第１
   面と同じ構造を有し、前記第１面の各発光部から出射し
   た光が各受光部に入射し、各発光部から出射した光が前
   記第１面の各受光部に入射するように前記第１面と対面
   させて配置せしめ、前記第１面の各光機能素子の接続方
   向と直交する方向に各光機能素子を接続せしめた第２面
   と、前記第１面と同じ構造を有し、前記第２面の各発光
   部から出射した光が各受光部に入射し、各発光部から出
   射した光が前記第２面の各受光部に入射するように前記
   第２面と対面させて配置せしめ、前記第２面の各光機能
   素子の接続方向と直交する方向に各光機能素子を接続せ
   しめた第３面と、前記第１面と同じ構造を有し、前記第
   ３面の各発光部から出射した光が各受光部に入射し、各
   発光部から出射した光が前記第３面の各受光部に入射す
   るように前記第３面と対面させて配置せしめ、前記第３
   面の各光機能素子の接続方向と直交する方向に各光機能
   素子を接続せしめた第４面と、前記第１面の発光部から
   出射した光が前記第２面の受光部に入射し、前記第２面
   の発光部から出射した光が、前記第３面の受光部に入射
   し、前記第３面の発光部から出射した光が前記第４面の
   受光部に入射するように配置されたビームスプリッタと
   、前記第１面、第２面、第３面から出射した各々の光の
   強度を変調する複数の光変調手段と、前記光機能素子の
   各受光部からの出力と所望の出力の間の差を計算し、前
   記差を小さくせしめるような前記光変調器のパタンを計
   算する複数の演算装置と、前記演算装置からの出力によ
   って、前記光変調手段のパタンを変化せしめる複数の変
   調器駆動手段とを備えることを特徴とする光演算装置。