据 许文琪 报道，物理学组织网站2018年7月27日讯， 美国国家标准技术研究所研究人员制备出一种分布式光信号能精确地穿过微型脑状网格的硅芯片，展示了神经网络的潜在新设计。   
        人脑拥有数十亿个神经元（神经细胞），每个神经元与其他神经元有数千个连接。许多计算研究项目旨在通过创建人工神经网络的电路来模拟大脑。但是传统的电子器件，包括半导体电路的导线，往往会阻碍神经网络所需的极其复杂的布线。   
        国家标准技术研究所建议使用光而不是电作为信号介质。神经网络已经在解决复杂问题方面表现出了非凡的力量，包括快速模式识别和数据分析。使用光能消除电荷引起的干扰，并且信号可以传输得更快更远。   
        光的优势可以提高神经网络在科学数据分析中的性能，例如搜索类地行星和量子信息科学，并加速自动驾驶汽车高度直观控制系统的开发，“NIST物理学家Jeff Chiles说。   
        传统计算机通过算法或者人类编码规则处理信息。相比之下，神经网络依赖于处理元件或神经元之间连接的网络，该网络可以被训练以识别某些刺激模式。神经或神经形态计算机将由大型复杂的神经网络系统组成。   
        该芯片通过垂直堆叠两层光子波导克服了使用光信号的主要挑战，这种垂直堆叠结构将光限制在窄线中以传输光信号，就像导线传输电信号一样。这种三维（3-D）设计实现了复杂的传输方案，这是模拟神经系统所必需的。此外，当需要更复杂的网络时，这种设计可以很容易地扩展到包含额外的波导层。   
        堆叠波导形成具有 10 个输入或 “上游”神经元的三维网格，每个神经元连接到10个输出或“下游”神经元，总共100个接收器。波导制造在硅晶片上，由氮化硅制成，宽 800 纳米、厚 400 纳米。研究人员创建了自动生成信号路线的软件，神经元之间的连接度可调。   
        激光通过光纤导入芯片。目标是按照选定的光强度或功率分布模式将输入与输出相连。功率电平表示电路中的连接模式和程度。作者展示了两种控制输出强度的方案：均匀（每个输出接收相同的功率）和“钟形曲线”分布（其中中间神经元接收最高功率，而外围神经元接收较少）。   
        为了评估结果，研究人员制作了输出信号的图像。所有信号通过显微镜透镜聚焦到半导体传感器上并处理成图像帧。该方法允许以高精度同时分析许多器件。输出高度均匀，误差率低，确保了精确的功率分布。   
        “我们在这里做了两件事，”智利说。“我们已经开始使用第三维来实现更多的光学连接，我们开发了一种新的测量技术来快速表征光子系统中的许多器件。当我们开始扩展到大规模光电神经系统时，这两项进步都至关重要”。