2016年11月19日(農(nóng)歷2016年10月20日)，世界首個光子神經(jīng)網(wǎng)絡(luò)誕生:比傳統(tǒng)方法快1960倍。以機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)正在改變我們生活的許多方面，對支撐這些技術(shù)所需的數(shù)據(jù)處理能力的需求也越來越強。而針對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)開發(fā)出神經(jīng)形態(tài)芯片(neuromorphicchip)有望能大幅提升神經(jīng)網(wǎng)絡(luò)的性能。日前，來自普林斯頓大學(xué)的AlexanderN.Tait等科學(xué)家在arXiv上發(fā)表了一篇題為《神經(jīng)形態(tài)硅光子學(xué)(NeuromorphicSiliconPhotonics)》的論文，介紹了世界上首個「光子神經(jīng)網(wǎng)絡(luò)(PhotonicNeuralNetwork)」。和我們目前主流的基于電子的處理方式相比，光子的方式的速度可以達到更快、也能實現(xiàn)更高的帶寬。據(jù)MITTechnologyReview的報道介紹，開發(fā)光子神經(jīng)網(wǎng)絡(luò)這個難題的核心是生產(chǎn)一種每個節(jié)點都有相同的響應(yīng)特征的裝置以用作神經(jīng)元。這些節(jié)點采用了微型的環(huán)形波導(dǎo)(tinycircularwaveguides)的形式，這些波導(dǎo)被蝕刻在硅襯底中，光可以在其中循環(huán)。當(dāng)釋放這個光并調(diào)制在閾值處工作的一個激光的輸出時，該環(huán)境中輸入光的一點微小的改變就會給該激光的輸出帶來巨大的影響。其中的關(guān)鍵在于，該系統(tǒng)中的每個節(jié)點都工作在一定的光波長長——這是一種被稱為波分復(fù)用(wavedivisionmultiplexing)的技術(shù)。在來自各個節(jié)點的光被送入該激光之前會被總功率檢測求和。然后該激光輸出會被反饋回節(jié)點以創(chuàng)造出一個帶有非線性特征的反饋回路。那么這種非線性能在多大程度上模擬神經(jīng)行為呢。研究表明其輸出在數(shù)學(xué)上等效于一種被稱為連續(xù)時間循環(huán)神經(jīng)網(wǎng)絡(luò)(continuous-timerecurrentneuralnetwork)的輸出。這些研究者為進行概念驗證開發(fā)了一個49節(jié)點的硅光子神經(jīng)網(wǎng)絡(luò)——實驗表明在一個實驗性的差分系統(tǒng)仿真任務(wù)中比傳統(tǒng)方法快了1960倍!當(dāng)然，驗證性的實驗不一定能夠適用于實際的應(yīng)用場景，但毫無疑問，這一研究為基于光子的神經(jīng)網(wǎng)絡(luò)的發(fā)展提供了重要的推動力。在帶寬和速度需求日漸高漲的今天，這有望能為我們提供一種我們所需的解決方案。論文:神經(jīng)形態(tài)硅光子學(xué)(NeuromorphicSiliconPhotonics)我們報告首次觀察到了集成模擬光子網(wǎng)絡(luò)(integratedanalogphotonicnetwork)，其中的連接(connection)是通過microringweightbanks和首次被用作光子神經(jīng)元(photonicneurons)的電光調(diào)制器(electro-opticmodulators)配置而成。這種硅光子電路和連續(xù)神經(jīng)模型之間的數(shù)學(xué)同構(gòu)(mathematicalisomorphism)通過動態(tài)分叉分析(dynamicalbifurcationanalysis)而得到了證明。已有的神經(jīng)工程工具可以利用這種同構(gòu)性來適應(yīng)硅光子信息處理系統(tǒng)。我們使用一種「神經(jīng)編譯器(neuralcompiler)」編程了一個的49節(jié)點的硅光子神經(jīng)網(wǎng)絡(luò)，它模擬了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，并且預(yù)計其表現(xiàn)在一個實驗性的差分系統(tǒng)仿真任務(wù)中超過了傳統(tǒng)方法1960倍。利用了硅光子平臺的光子神經(jīng)網(wǎng)絡(luò)可以接入用于無線電、控制和科學(xué)計算的超快信息處理環(huán)境。圖1:帶有用作神經(jīng)元的調(diào)制器的STARbroadcast-and-weightnetwork。MRR:microringresonator，BPD:balancedphotodiode，LD:laserdiode，MZM:馬赫-曾德爾調(diào)制器(Mach-Zehndermodulator)，WDM:波分復(fù)用器(wavelength-divisionmultiplexer)。圖2:帶有2個MZM神經(jīng)元和一個外部輸入的實驗配置，陣列波導(dǎo)光柵(AWG)中進行波長復(fù)用，并耦合到一個片上broadcastand-weightnetwork。這個2×2的循環(huán)網(wǎng)絡(luò)是由MRR權(quán)重配置的，w11，w12等等。神經(jīng)元狀態(tài)由低通濾波跨阻抗放大器(low-passfilteredtransimpedanceamplifiers)的電壓s1和s2表示。