Is anyone working on wave-superposition-based pattern recognition instead of neural-network weights? [R]
有人提出利用波物理叠加/干涉作为计算基底，替代数字神经网络权重进行低层 AI 感知。该方案旨在让图像像素强度转化为波的振幅或相位，通过物理波的叠加与干涉生成特征“签名”，进而实现更高层级的模式识别。其核心优势在于利用波传播固有的并行性，使成千上万次交互同时发生，从而降低计算量和延迟。潜在应用场景包括自动驾驶等边缘端需极速处理海量摄像头/雷达数据的领域。作者询问是否已有类似工作，特别是构建层级系统让波签名本身成为表示、由后续叠加/干涉执行识别的尝试，并关注光子学、光学、声学及物理神经网络领域的实际进展与物理限制。