【Nature子刊】清华大学陈宏伟团队：光学神经网络的进展和挑战

文章预览

【导读】 由于大数据资源、先进算法和高性能电子硬件的辅助，人工智能在各个行业和专业中都盛行。近年来，光学神经网络（ONN）由于具有亚纳秒级延迟、低散热和高并行度等优势，在光计算方面取得了一系列研究进展。ONN有望为具有新颖计算范式的人工智能的进一步发展，提供计算速度和能耗方面的支持。 2024年9月20日，清华大学陈宏伟团队在期刊《Light: Science & Applications volume》上发表了题为“Optical neural networks: progress and challenges”的研究论文。本文首先介绍了基于各种光学元件的ONN的设计方法和原理。然后，团队依次回顾了由体积光学元件组成的非集成ONN和由片上元件组成的集成ONN。最后，团队总结和讨论了ONN的计算密度、非线性、可扩展性和实际应用， 并评论了ONN在未来发展趋势中的挑战和前景。 https://www.nature.com/articles/s41377-024-01590-3 ………………………………