光学神经网络研究进展.pdfVIP

2025年4月宇航计测技术Apr.2025

第45卷第2期JournalofAstronauticMetrologyandMeasurementVol.45No.2

文章编号：1000-7202(2025)02-0049-14D0I:10.12060/j.issn.1000-7202.2025.02.03

光学神经网络研究进展

冯佳楠,胡建阳,张修建²,林

林杰*，金鹏*

（1.哈尔滨工业大学微系统与微结构制造教育部重点实验室，哈尔滨150001；

2.北京航天计量测试技术研究所人工智能计量测试与标准重点实验室,北京100076)

摘要：近年来，以深度学习为代表的人工智能技术快速发展，人工智能深度赋能传统行业，引领实现新一轮产

业技术革命。然而，电子芯片晶体管的尺寸正逐步接近物理极限，导致传统电子神经网络无法满足指数增长的算力

需求。受益于光子的独特优势，光计算技术将光电子技术与神经网络模型相结合，具有并行化、高速度、低功耗、多

维度处理优势。文章对光学神经网络研究过程进行了梳理，重点对光学衍射神经网络的计算架构进行了分析讨论，

最后总结了大规模光学衍射神经网络实用化面临的挑战，并对未来发展趋势进行了展望。

关键词：光学信息处理；光计算；光学神经网络

中图分类号：TP18,V443文献标志码：A

ResearchProgressofOpticalNeuralNetworks

FENGJianan,HUJianyang,ZHANCXiujan,LINJi*JINPeng*

(1.KeyLaboratoryofMicro-systemsandMicro-structuresManufacturing,MinistryofEducation,HarbinInstituteof

Technology,Harbin150001,China;2.KeyLaboratoryofArtificialIntelligenceMeasurementandStandards,

BeijingAerospaceInstituteforMetrologyandMeasurementTechnology,Beijing100076,China)

Abstract:Recently,artificialinteigence,particularlydeeplearning,hasdevelopedrapidly,whichdeeplyempowers

traditionalindustriesandleadstherealizationofanewroundofindustrialtechnologyrevolution.However,thesizeof

transistorsonelectronicchipsisgraduallyapproachingthephysicallimit,resultingintheinabilityoftraditionalelectronic

neuralnetworkstomeettheexponentialincreasingdemandforcomputingpower.Benefitingfromtheuniqueadvantagesof

photon,opticalcomputingtechnologymergesoptoelectron