普林斯頓大學亞力山大·泰特團隊的新成果是利用光子解決了神經網路電路速度受限這一難題。神經網路電路已在計算領域掀起風暴。科學家希望製造出更強大的神經網路電路，其關鍵在於製造出能像神經元那樣工作的電路，或稱神經形態晶元，但此類電路的主要問題是要提高速度。光子計算是計算科學領域的「明日之星」。與電子相比，光子擁有更多頻寬，能快速處理更多資料。但光子資料處理系統製造成本較高，因此一直未被廣泛採用。
團隊研製出的光子神經網路的核心是一種光學裝置——其中的每個節點擁有神經元一樣的響應特徵。這些節點採用微型圓形波導的形式，被蝕刻進乙個光可在其中迴圈的矽基座內。當光被輸入，接著會調節在閾值處工作的雷射器的輸出，在此區域中，入射光的微小變化都會對該雷射的輸出產生巨大影響。
該光學裝置的原理在於：系統中的每個節點都使用一定波長的光，這一技術被稱為波分復用。來自各個節點的光會被送入該雷射器，而且雷射輸出會被反饋回節點，創造出乙個擁有非線性特徵的反饋電路。關於這種非線性能模擬神經行為的程度，研究表明其輸出在數學上等效於一種被稱為「連續時間遞迴神經網路（ctrnn）」的裝置，這說明ctrnn的程式設計工具可以應用於更大的矽光子神經網路。
泰特團隊用乙個擁有49個節點的矽光子神經網路來模擬某種微分方程的數學問題，並將其與普通的**處理單元進行比較。結果表明，在此項任務中，光子神經網路的速度提公升了3個數量級。
研究人員表示，這將開啟乙個全新的光子計算產業。泰特說：「矽光子神經網路可能會成為更龐大的、可擴充套件資訊處理的矽光子系統家族的『排頭兵』」。