量子科技中心_量科网

光学神经网络通过直接用光子进行计算，有望实现超快速、低能耗的信息处理。然而，目前的实现方案大多局限于稳态运行，并依赖高延迟的电光转换来实现非线性激活。为解决这些限制，本文提出了一种全光全连接神经网络架构，其中基本的神经元功能通过相干瞬态量子动力学来实现。在该框架下，巨型腔内的相位可调非局域干涉实现了可编程的突触权重；运行在坏腔状态下的积分器通过相干组合连续波包来完成时间求和；而驱动二能级系统的瞬态拉比动力学则提供了非线性激活。全物理仿真结果表明，该架构在MNIST和彩色物体识别任务中均达到了高分类准确率。这些成果消除了光电激活瓶颈，降低了延迟，并将瞬态光-物质动力学确立为用于高维非线性信息处理的天然物理资源，为全光学神经形态计算铺平了道路。