據《自然·光子學》雜志報道，美國賓夕法尼亞大學的研究團隊成功開發出了首款極具創新性的可編程芯片，這款芯片能夠巧妙地利用光來實現非線性神經網絡的訓練。
這項突破有望大幅加快AI訓練速度，同時降低能源消耗，并為研制全光驅動計算機奠定基礎。
原來，研發團隊在芯片的研發過程中引入了一種極為特殊的半導體材料，這種材料對光具有高度的敏感性。
當攜帶輸入數據的“信號”光穿過這種材料時，另一束“泵浦”光從上方照射下來，調節材料的響應特性。
通過調整泵浦光的形狀和強度，團隊可以根據信號光的強度及材料的反應來控制信號光的吸收、傳輸或放大方式，從而對芯片進行編程以執行不同的非線性功能。
團隊用其解決多項基準AI問題進行測試，在簡單的非線性決策邊界任務中，實現了超過97%的準確率。與傳統數字神經網絡相比，這種光子芯片性能更強，能耗更低。
