普林斯顿大学亚力山大·泰特团队的新成果是利用光子解决了神经网络电路速度受限这一难题。神经网络电路已在计算领域掀起风暴。科学家希望制造出更强大的神经网络电路，其关键在于制造出能像神经元那样工作的电路，或称神经形态芯片，但此类电路的主要问题是要提高速度。光子计算是计算科学领域的“明日之星”。与电子相比，光子拥有更多带宽，能快速处理更多数据。但光子数据处理系统制造成本较高，因此一直未被广泛采用。
团队研制出的光子神经网络的核心是一种光学设备——其中的每个节点拥有神经元一样的响应特征。这些节点采用微型圆形波导的形式，被蚀刻进一个光可在其中循环的硅基座内。当光被输入，接着会调节在阈值处工作的激光器的输出，在此区域中，入射光的微小变化都会对该激光的输出产生巨大影响。
该光学设备的原理在于：系统中的每个节点都使用一定波长的光，这一技术被称为波分复用。来自各个节点的光会被送入该激光器，而且激光输出会被反馈回节点，创造出一个拥有非线性特征的反馈电路。关于这种非线性能模拟神经行为的程度，研究表明其输出在数学上等效于一种被称为“连续时间递归神经网络(CTRNN)”的设备，这说明CTRNN的编程工具可以应用于更大的硅光子神经网络。
泰特团队用一个拥有49个节点的硅光子神经网络来模拟某种微分方程的数学问题，并将其与普通的中央处理单元进行比较。结果表明，在此项任务中，光子神经网络的速度提升了3个数量级。
研究人员表示，这将开启一个全新的光子计算产业。泰特说：“硅光子神经网络可能会成为更庞大的、可扩展信息处理的硅光子系统家族的‘排头兵’”。
资讯是全球知名展览公司百科展览集团旗下的专业媒体平台，自1994年品牌成立以来，一直专注于安全&自动化产业前沿产品、技术及市场趋势的专业媒体传播和品牌服务。从安全管理到产业数字化，资讯拥有首屈一指的国际行业展览会资源以及丰富的媒体经验，提供媒体、活动、展会等整合营销服务。
粤公网安备 44030402000264号
