推荐论文 | 光学神经网络研究进展：理论，应用与发展

论文导读

      人工智能是当今计算机科学最为活跃的领域之一，在机器视觉、自动驾驶、目标跟踪及自然语言处理等领域有着重要应用。然而，传统的人工神经网络模型采用冯诺依曼型的计算原理，以集成电路芯片作为载体完成计算任务，同时受制于电信号互相干扰、能耗和物理极限等问题。近年来，光子技术发展迅猛，相较于电子，光子速度快、信息携带能力强，并具有高度并行性和强抗干扰性，在信息传输、光计算等方面具有极大的优势。因此相比在传统电子计算机上用软件实现的方式，神经网络模型与光子技术的结合，将更有利于大带宽、高传输信息量、超高速和超低功耗的信息处理，突破技术瓶颈。南京理工大学隋修宝教授团队于2021年4月19日在PhotoniX期刊在线最新发表论文“Research progress in optical neural networks: theory, applications and developments”。本综述论文主要聚焦于神经网络在光学领域的实现，包括线性操作、非线性激活的理论和光学实现途径、以及特色训练方式，并指出光学神经网络发展中面临的挑战和未来可能的发展趋势。

研究背景

      光学神经网络利用光学方法加速或直接实现神经网络计算，具有超并行处理和传输信息的能力,高密度引线能力和可对图像直接进行处理的独特优点。作为光学与人工智能的两大领域的有效结合，它可以充分发挥二者的优势，构建高速、低功耗、大带宽的网络结构，突破传统电子神经网络的瓶颈。2017年伊始，相干纳米光子电路、衍射神经网络、递归光子神经网络、以及尖峰神经网络的出现，使光学神经网络的研究达到了一个新的高度，掀起了此研究领域的研究热潮。迄今为止，在自由空间中衍射神经网络已经发展得十分成熟，片上集成光子神经网络层出不穷以及与其他科学领域譬如超材料、散射介质、纳米材料的交叉研究也颇有成就，成功地应用于图像分类、语音识别等领域。此外，光学非线性激活函数的研究实现和网络训练的方式对光学神经网络的运作也起着举足轻重的作用。目前光学神经网络已经吸引了大量的研究人员的关注与重视，并在短短几年时间内得到了高速的发展，成为现代脑神经科学,数理科学,信息科学和电子科学等综合研究领域的共同前沿课题之一。

观点评述

      本文聚焦于神经网络与光电子技术结合在光学领域的实现，对该方向近年来的代表性工作进行了概述。文章首先重点介绍了神经网络线性操作光学实现的基本理论和途径，包括衍射、干涉、散射和波分复用，同时还分析了各种技术的利弊与应用；其次，详细描述了基于不同种类光学非线性效应的非线性激活，其中包括应用广泛的非线性吸收、近年来兴起的光学克尔效应、以及诸如C60的抗饱和吸收、PCM的相变、85Rb的电磁感应透明等特殊的非线性效应；随后，根据神经网络工作原理以及梯度测量方法的不同，综述了当前针对光学神经网络的特殊的训练方式。除此之外，在文章的最后对各种技术的总结与讨论，说明了光学神经网络的独特优势，对光学神经网络技术的未来可能发展趋势和面临的挑战做出了展望。

主要作者

      刘佳，于2019年获得南京理工大学电子工程与光电技术学院工学学士学位。目前，她正在隋修宝教授的指导下攻读硕士学位。她现在的研究兴趣主要为全光学神经网络的理论与实现，重点在动态信号识别领域开展研究。

      吴秋昊，于2019年获得南通大学理学院工学学士学位。目前，他正在隋修宝教授的指导下攻读硕士学位。他现在的研究兴趣主要为全光学神经网络的理论与实现，重点在图像识别领域开展研究。

      隋修宝（通讯作者），南京理工大学教授、博士生导师，于南京理工大学取得工学学士学位和工学博士学位，长期从事红外成像电子学、散射介质成像、智能信息处理研究。入选2020年某国家重大人才工程青年人才，获得2016年“江苏省中青年学术带头人”称号。获2008年国家科技进步二等奖、2012年教育部科技进步一等奖、2011年国防技术发明二等奖， 2018年江苏省青年光学科技奖。共发表SCI收录论文55篇，获授权专利47项，完成了著作《红外图像处理理论与技术》。

• PhotoniX是中国光学工程学会新办会刊，由中国光学工程学会、上海理工大学和西湖大学共同主办，由Springer Nature集团出版。上海理工大学顾敏院士和西湖大学仇旻教授担任期刊主编，庄松林院士担任期刊名誉主编，拥有强大的国际编委和编辑团队。属同行评议、开放获取（OA）高影响力国际期刊。PhotoniX主要报道国内外光学与光子学技术与信息、能源、材料、生命、精密制造、纳米、光电子器件、微纳米电子等学科交叉融合发展带来的颠覆性科研成果和最新的工程应用进展。以展现具有前沿性、多学科交叉和衍生性特点的技术为核心，成为推动国际前沿“使能技术”的平台。

了解PhotoniX最新动态