根据《自然光子学》杂志的报道，宾夕法尼亚大学的研究团队成功地开发了第一个创新的可编程芯片，该芯片可以使用光训练非线性神经网络。预计这一突破将显着加速AI训练，同时降低能耗，并为全面驱动计算机的开发奠定基础。它介绍的是，研发团队在芯片开发过程中引入了一种非常特殊的半导体材料，该材料对光非常敏感。当带有输入数据的光“信号”通过材料时，另一个“泵”梁从上方亮起，从而调节材料响应属性。通过修复泵灯的形状和强度，团队可以根据信号光的强度和材料反应的信号灯来控制信号灯的吸收，传递或分解，从而对芯片进行编程以执行各种非线功能离子。该团队用它来解决许多AI基准问题进行测试，在简单的非订单线上达到了97％以上的准确率。与传统的数字神经网络相比，该光子芯片的性能更强，能耗较低。