激光网3月20日消息，光可以在传播和与结构化材料相互作用的过程中计算函数，速度快，能耗低。使用全光神经网络实现通用计算需要对输入具有非线性依赖性的光学激活层。然而，现有的光学非线性材料在相机捕获的自然光强度水平下要么速度慢，要么非线性非常弱。因此，设计和开发新的光学激活函数对于实现利用环境光进行计算的光学神经网络至关重要。
在发表在《自然通讯》上的一篇论文中，由美国加州大学洛杉矶分校的段向峰教授和Aydogan Ozcan教授领导的研究团队报道了一种使用光电神经元阵列的新策略，该策略在低光强度下为宽带非相干光实现强光学非线性。
他们的器件异构集成了二维透明光电晶体管和液晶调制器。在弱光照射下，TPT具有很高的电阻性，大部分压降发生在TPT上。LC不受干扰，保持透射性。然而，在高输入光功率下，TPT变得导电，因此大部分电压在LC层上下降，从而切断了光传输。
在他们的实验演示中，所设计的光电神经元允许可见光波长中的空间和时间不相干光非线性调制其自身振幅，光子损失仅为 ~20%。他们制造了一个100×100个光电神经元阵列，并在激光和白光照射下表现出强烈的非线性行为。
非线性光电阵列被进一步集成为基于手机的成像系统的一部分，用于智能减少眩光，选择性地阻挡强烈的眩光，同时对成像视野内强度较弱的物体几乎没有衰减。
器件建模表明，光学强度阈值非常低，仅为 56 μW/cm2为优化器件产生显著的非线性响应，并且每次光子激活能耗低至 69 fJ。
这种光电神经元阵列能够对空间不相干光进行非线性自振幅调制，具有低光强阈值、强非线性对比度、宽光谱响应、速度快和光子损失低等特点。对于不依赖强激光束的图像处理和视觉计算系统来说，这种性能是非常理想的。
除了智能减少眩光外，光电神经元阵列与线性衍射光学处理器的级联集成可用于构建非线性光网络，有可能在计算成像和传感中得到广泛应用，也为使用环境光的新型非线性光学处理器设计打开了大门。
