研究人员朝着基于光的类似大脑的计算芯片迈出了一步。

像大脑一样工作的技术？在人工智能时代，这似乎不再是遥不可及的，例如，当手机能够识别人脸或语言时。然而，对于更复杂的应用程序，计算机仍然很快地克服了自身的局限性。

图片说明：以光为基础，以大脑为灵感的芯片的示意图。通过模拟生物神经元系统，光子神经形态处理器为解决机器学习和模式识别中的挑战提供了一个有前途的平台。

其中一个原因是计算机传统上有独立的内存和处理器单元，其结果是所有数据都必须在两者之间来回发送。

在这方面，人脑甚至比最现代的计算机都要先进，因为它在突触或神经元之间的连接处处理和存储信息，而神经元中有一百万亿个。来自德国M_nster大学、牛津大学和英国Exeter大学的一个国际研究小组现在成功地开发了一种硬件，可以为制造类似人脑的计算机铺平道路。科学家们设法制造出一种包含人工神经元网络的芯片，这种网络与光一起工作，可以模仿神经元及其突触的行为。

研究人员证明，这种光学神经突触网络能够“学习”信息，并像大脑一样将其作为计算和识别模式的基础。由于该系统只使用光而不使用传统电子，因此它可以更快地处理数据。“这种集成光子系统是一个实验里程碑，”M_nster大学的Wolfram Pernice教授说，他是这项研究的主要合作伙伴。这种方法可以在以后的许多不同领域中用于评估大量数据的模式，例如在医学诊断中。

故事的详细背景和使用的方法

目前大多数与所谓的神经网络有关的方法都是基于电子学，而使用光子（即光粒子）的光学系统仍处于初级阶段。德国和英国科学家现在提出的原理如下：光波导可以传输光，可以制作成光学微芯片，与所谓的相变材料集成在一起，这种材料已经在可重写DVD等存储介质中找到。这些相变材料的特点是，它们显著地改变了它们的光学性质，这取决于当它们的原子以规则的方式排列时它们是否是晶体，或当它们的原子以不规则的方式排列时它们是否是非晶态。如果激光加热材料，这种相变会被光触发。主要作者约翰内斯·费尔德曼（johannes feldmann）说：“由于这种材料的反应如此强烈，并显著地改变了它的特性，它非常适合模拟突触和两个神经元之间的脉冲传递。”费尔德曼在麻省理工大学（m_nster University）博士论文中进行了许多实验。

研究人员正在开发的光学微芯片大约只有一分钱大小。

在他们的研究中，科学家们首次成功地将许多纳米结构的相变材料融合到一个神经突触网络中。研究人员开发了一种由四个人工神经元和总共60个突触组成的芯片。芯片的结构——由不同的层组成——基于所谓的波分复用技术，这是一种光在光纳米电路内的不同通道上传输的过程。

为了测试系统能够在多大程度上识别模式，研究人员使用两种不同的机器学习算法，以光脉冲的形式向系统“输入”信息。在这个过程中，一个人工系统从例子中“学习”，并最终将其概括。在这两种算法的情况下——无论是在所谓的监督和无监督学习中——人工网络最终能够根据给定的光模式识别正在寻找的模式——其中一个是四个连续的字母。

沃尔夫拉姆·佩尼斯说：“我们的系统使我们能够朝着创建计算机硬件迈出重要的一步，计算机硬件的行为类似于大脑中的神经元和突触，它还能够处理现实世界中的任务。”牛津大学的合著者Harish Bhaskaran教授补充道：“通过使用光子而不是电子，我们可以充分利用光学技术的已知潜力——不仅是为了传输数据，目前的情况也是如此，而且为了在一个地方处理和存储它们。”

一个非常具体的例子是，借助这种硬件，癌细胞可以被自动识别。然而，在这些应用成为现实之前，还需要做进一步的工作。研究人员需要增加人工神经元和突触的数量，增加神经网络的深度。例如，这可以通过使用硅技术制造的光学芯片来实现。“这一步将在欧盟联合项目‘fun comp’中采取，通过使用铸造加工生产纳米芯片，”fun comp项目的共同作者和负责人、埃克塞特大学的C.David Wright教授说。