
團隊研制出的光子神經網絡的核心是一種光學設備——其中的每個節點擁有神經元一樣的響應特征。這些節點采用微型圓形波導的形式,被蝕刻進一個光可在其中循環的硅基座內。當光被輸入,接著會調節在閾值處工作的激光器的輸出,在此區域中,入射光的微小變化都會對該激光的輸出產生巨大影響。
該光學設備的原理在于:系統中的每個節點都使用一定波長的光,這一技術被稱為波分復用。來自各個節點的光會被送入該激光器,而且激光輸出會被反饋回節點,創造出一個擁有非線性特征的反饋電路。關于這種非線性能模擬神經行為的程度,研究表明其輸出在數學上等效于一種被稱為“連續時間遞歸神經網絡(CTRNN)”的設備,這說明CTRNN的編程工具可以應用于更大的硅光子神經網絡。
泰特團隊用一個擁有49個節點的硅光子神經網絡來模擬某種微分方程的數學問題,并將其與普通的中央處理單元進行比較。結果表明,在此項任務中,光子神經網絡的速度提升了3個數量級。
研究人員表示,這將開啟一個全新的光子計算產業。泰特說:“硅光子神經網絡可能會成為更龐大的、可擴展信息處理的硅光子系統家族的‘排頭兵’”。
轉載請注明出處。