فوتونیک سیلیکون نورومورفیک برای هوش مصنوعی

چکیده

تحقیقات اخیر در زمینه فوتونیک نورومورفیک ، به عنوان مثال معماری نورومورفیک بر روی سیستم عامل های فوتونیک ، علاقه زیادی را به خود جلب کرده است تا بتواند از پهنای باند ، تأخیر کم و برنامه های کم انرژی شبکه های عصبی در یادگیری ماشین و محاسبات نورومورفیک استفاده کند. اگرچه الکترونیک می تواند با مقیاس های زمانی بیولوژیکی مطابقت داشته و از آنها فراتر رود ، اما در نهایت به محدودیت های پهنای باند می رسند.   فوتونیک نورومورفیک از مزایای الکترونیک نوری ، از جمله سهولت پردازش آنالوگ ، و کاملاً موازی سازی که با عبور چندین سیگنال بر روی یک راهنمای موج واحد با سرعت نور حاصل می شود ، بهره می برد. در این فصل ، ما خلاصه ای از معماری شبکه عصبی فوتونیک سیلیکونی بر روی تراشه را که به طور گسترده ای از رویکردهای مختلف بررسی شده اند را می توان به سه دسته گروه بندی کرد: (1) محاسبات مخزن. قابل تنظیم مجدد معماری بر اساس (2) تداخل سنج Mach-Zehnder و (3) تشدید کننده حلقه. دامنه ما محدود به انتشار رو به جلوی آنها است و شامل کارهای بالقوه یادگیری ماشین روی تراشه و تجزیه و تحلیل کارایی معماری های پیشنهادی است.