Koç大学开发光子计算AI系统

影响级别

⚪背景知识

⚠ 风险提示：实验分类准确率不能直接外推为通用AI性能或商业部署效果。

发生了什么

2026年10月10日，Tech Xplore报道Koç University团队的两项光子计算研究：一套保留并行处理彩色通道，皮肤病分类准确率由原始彩色像素数据的68%升至98%；另一套利用多模光纤激光器处理数据，在不同图像数据集上达到85%至99%。两套系统仍依赖相机及电子控制组件。 [1]

本条涉及：可编程光子神经网络、多模光纤激光器

对卖家的影响

• 事实光学系统可承担部分特征处理，但两项研究任务与基线不同，不能凭准确率比较优劣；资料未提供与电子方案可比的整机能耗、吞吐量或成本。 [1]
• 推断电子控制与光学集成可能限制节能收益向实际工具成本传导，暂不足以支持卖家更换AI工具。建议未来两周复核论文；商业交期与规模化能力未知。 [1]

证伪信号

• 判断 1：若论文补充材料提供同任务、同精度下的整机能耗、吞吐量及成本对照，则可比证据不足的判断失效。
• 判断 2：若出现可复现的端到端测试，证明同等任务下总能耗和使用成本下降，并有可采购方案，则需重评。