激光网3月13日消息，宾夕法尼亚大学的Nader Engheta及其同事推出了一种新的硅光子学平台，该平台可以比以前的设计更有效地进行数学运算。这个美国团队希望其系统能够加速光学计算的进步。
模拟光学计算机可以比传统的数字计算机更有效地进行某些计算。它们的工作原理是将信息编码为光信号，然后通过处理信息的光学元件发送信号。应用包括光学成像、信号处理和方程求解。
其中一些组件可以由光子超材料制成，光子超材料包含尺寸与光波长相当或更小的结构阵列。通过仔细控制这些结构的大小和分布，可以制造各种信息处理组件。
与用于制造第一台模拟光学计算机的笨重透镜和滤光片不同，基于光子超材料的设备更小，更容易集成到紧凑的电路中。
在过去的十年中，Engheta的团队为此类组件的开发做出了多项重要贡献。从2014年开始，他们证明了光子超材料可用于对光信号进行数学运算。
此后，他们扩展了这项研究。“2019 年，我们引入了可以求解方程的超材料的想法，”Engheta 说。“然后在 2021 年，我们将这个想法扩展到可以同时求解多个方程的结构。”2023年，该团队开发了一种制造超薄光学元光栅的新方法。
Engheta及其同事现在将目光投向了向量-矩阵乘法，这是某些人工智能系统中使用的人工神经网络的重要操作。该团队创造了第一个能够进行矢量矩阵乘法的光子纳米结构。该材料是使用硅光子学平台制成的，该平台将光学元件集成到硅衬底上。
研究人员还使用了逆向设计程序。逆向设计不是采用已知的纳米结构并确定它是否具有正确的光学特性，而是从一组所需的光学特性开始。然后，对光子结构进行逆向工程以具有这些特性。使用这种方法，该团队设计了一种高度紧凑的材料，适合用光进行向量矩阵乘法。
“通过将逆向设计方法与SiPh平台相结合，我们可以设计尺寸在10-30微米左右的结构，硅厚度在150-220纳米之间，”Engheta解释说。
该团队表示，其新的光子平台可以比现有技术更有效地进行矢量矩阵乘法。Engheta还指出，该平台也比现有系统更安全。“由于这种向量矩阵乘法计算是光学同时完成的，因此不需要存储中间阶段的信息。因此，结果和过程不太容易受到黑客攻击。
该团队预计，他们的方法将对人工智能的实施方式产生重要影响。
该研究在Nature Photonics中进行了描述。
