具有非线性激活函数的全光神经网络

人工神经网络(ANNs)已广泛应用于工业领域，在基础研究中发挥着越来越重要的作用。虽然大多数人工神经网络硬件系统都是基于电子的，但由于其固有的并行性和低能耗，在光学上实现这项技术对于广大研究人员来说尤其具有吸引力。近日，来自中国香港科技大学的研究人员们展示了一个功能完备的全光神经网络(AONN)，其中线性操作由空间光调制器和傅里叶透镜编程实现，而非线性光学激活函数在具有电磁诱导透明性的激光冷却原子中实现。由于来自不同光学神经元的所有误差都是独立的，因此有可能扩大这样一个AONN的尺寸。此外，该系统的硬件系统可以针对不同的应用程序进行重新配置，而不需要修改物理结构。研究人员们通过成功地对统计化模型的有序和无序阶段进行分类，验证了该模型在机器学习应用中的能力和可行性。他们证明的AONN方案可用于构造具有本征光并行计算的各种ANN结构。

图：双层AONN的实验结构