該芯片可以使用光來訓(xùn)練非線性神經(jīng)網(wǎng)絡(luò) —— 這一突破可以顯著加快 AI 訓(xùn)練速度，減少能耗，甚至為全光計算機(jī)鋪平道路。

　　當(dāng)前的 AI 芯片是電子的，依賴電力進(jìn)行計算，而這款新芯片是光子芯片。在《自然?光子學(xué)》雜志的描述中，這款芯片改變了光的行為，以執(zhí)行現(xiàn)代 AI 核心中的非線性數(shù)學(xué)。

　　目前大多數(shù) AI 系統(tǒng)都依賴于神經(jīng)網(wǎng)絡(luò)，這是一種模仿生物神經(jīng)組織的軟件。正如神經(jīng)元連接起來使生物體能夠思考一樣，神經(jīng)網(wǎng)絡(luò)通過連接簡單單元或“節(jié)點(diǎn)”的層，使 AI 系統(tǒng)能夠執(zhí)行復(fù)雜任務(wù)。

　　該團(tuán)隊的突破始于一種特殊的半導(dǎo)體材料，它能對光做出反應(yīng)。當(dāng)一束“信號”光(攜帶輸入數(shù)據(jù))穿過該材料時，一束從上方照射的“泵浦”光束調(diào)整材料如何反應(yīng)。

　　通過改變泵浦光的形狀和強(qiáng)度，團(tuán)隊可以控制信號光的吸收、傳輸或放大，這取決于光的強(qiáng)度和材料的行為。這個過程“編程”芯片執(zhí)行不同的非線性函數(shù)。

　　值得注意的是，這項研究并未改變芯片的基礎(chǔ)結(jié)構(gòu)，而是利用光在材料內(nèi)部形成的圖案來重塑光線穿越的方式。這造就了一個可以根據(jù)泵浦模式表達(dá)多種數(shù)學(xué)函數(shù)的可重構(gòu)系統(tǒng)，使其具有實時學(xué)習(xí)能力，能根據(jù)輸出反饋調(diào)整自身行為。

　　為了驗證該芯片的能力，團(tuán)隊用其解決了多項基準(zhǔn) AI 問題。在簡單的非線性決策邊界任務(wù)中，實現(xiàn)了超過 97% 的準(zhǔn)確率;在著名的鳶尾花數(shù)據(jù)集問題上，達(dá)到了 96% 以上的準(zhǔn)確率。這表明，與傳統(tǒng)數(shù)字神經(jīng)網(wǎng)絡(luò)相比，光子芯片不僅性能相當(dāng)，甚至更優(yōu)，而且能耗更低，因為它們減少了對耗電元件的依賴。

　　此外，實驗還顯示，只需 4 個非線性的光學(xué)連接就能達(dá)到傳統(tǒng)模型中 20 個固定非線性激活函數(shù)線性電子連接的效果，展示了該技術(shù)的巨大潛力。隨著架構(gòu)的進(jìn)一步擴(kuò)展，效率將更加顯著。

　　不同于以往制造后固定的光子系統(tǒng)，這款新芯片提供了一個空白的平臺，可通過泵浦光的作用如同畫筆般繪制出可編程指令，是現(xiàn)場可編程光子計算機(jī)概念的一次實際證明，標(biāo)志著向光速訓(xùn)練 AI 邁進(jìn)的重要一步。