发布时间:2021-12-31 阅读:669
随着大数据应用的发展,人们迫切需要提高计算能力。然而传统的冯.诺依曼结构受限于光刻技术以及量子隧穿效应,已经很难满足现有的需求。相较于传统计算机,人类的大脑在图像识别、学习等领域具有更高的性能和潜力,目前国内外有许多研究致力于搭建人工神经网络。
在人的神经网络中,信息的储存和传递体现在神经元之间联系强度的变化和神经递质的传递上。为了构造人工神经网络,需要构造一种权重可调的人工神经元。我们课题组利用双面包覆金属波导产生光场分布,驱动铌酸锂导波层发生光折变效应,以此来调节探测光的反射率权重,实现了全光学神经元的构造。
利用两束不同的激光,信号光和擦除光,可以构造不同的光场分布来调制掺铁铌酸锂导波层的折射率。而双面包覆金属波导对折射率的变化非常敏感,使得探测光的反射率受到调制,在高阻态和低阻态之间转换。
图一、光场驱动神经元权重变化
如图二所示,经过不同的信号光输入,可以将神经元的权重值调节到1-5的任意态,同时该过程是可以多次重复的稳定过程。
图二、不同权重值的实现
在本实验中,我们没有采用在其他相关工作中广泛采用的脉冲激光,同时光折变效应相较于相变效应,其更加稳定且不需要进行加热。同时在本工作中神经元的调制和信息传递均由光信号完成,其中没有光电转换过程,有利于集成和提高传递速率。
该成果发表在“Qiheng Wei, Hailang Dai, Hongrui Shan, Honggen Li, Zhuangqi Cao, and Xianfeng Chen, All-photonic synapse based on iron-doped lithium niobate double metal-cladding waveguides, Physical Review B, 104, 235308 (2021)”
原文链接:https://journals.aps.org/prb/abstract/10.1103/PhysRevB.104.235308