Нейроморфные вычисления, вдохновленные работой человеческого мозга, называют следующим шагом в развитии искусственного интеллекта. Они обещают огромную скорость и минимальные затраты энергии. Программные нейросети уже добились впечатляющих успехов, но чтобы раскрыть их потенциал полностью, нужны физические платформы — быстрые, компактные, энергоэффективные и масштабируемые.

Один из перспективных вариантов — микрорезонаторы с экситон-поляритонами. Эти частицы обладают сверхбыстрой динамикой, выраженной нелинейностью и работают на свету, что идеально подходит для нейроморфных вычислений. Проблема в том, что до сих пор такие системы требовали сложного производства и охлаждения до криогенных температур.

Группа ученых под руководством профессора Ци Хуа Сюна из Университета Цинхуа и Пекинской академии квантовых информационных наук предложила решение.

В статье, опубликованной в журнале eLight, они описали нейроморфную систему на основе перовскитных микрорезонаторов, работающую при комнатной температуре. Их разработка распознает рукописные цифры с точностью 92% всего за один шаг обучения и открывает путь к созданию масштабируемых оптических нейропроцессоров.

Как это работает

• В основе системы — микрорезонатор из перовскита FAPbBr3, в котором при оптической накачке возникают экситон-поляритонные конденсаты.
• Изображения цифр из базы MNIST кодируются с помощью пространственного модулятора света и проецируются на резонатор.
• Свечение поляритонов считывается как выходной сигнал нейросети, а затем обрабатывается методом ридж-регрессии.

Главное преимущество — отсутствие жесткой структуры сети. Вся площадь образца работает как единый вычислительный элемент, что упрощает масштабирование.

Ценность исследования

Нелинейность поляритонов резко усиливается при достижении порога конденсации, что улучшает распознавание образов. Кроме того, их динамика измеряется пикосекундами — это в тысячи раз быстрее, чем у традиционных электронных систем.

Перовскитные поляритоны сочетают сверхбыструю обработку и сильные нелинейные эффекты, превосходя большинство фотонных систем, — поясняет профессор Сюн.

Это делает их идеальными кандидатами для энергоэффективных нейросетей реального времени.

Исследование подтверждает потенциал перовскитов в фотонных вычислениях и приближает эпоху полностью оптических нейроморфных процессоров, свободных от ограничений классической электроники.

Этот прорыв важен по трем причинам:

• Скорость — пикосекундные процессы позволяют обрабатывать данные на порядки быстрее, чем современные чипы.
• Энергоэффективность — световая природа поляритонов снижает тепловые потери.
• Простота — работа при комнатной температуре и отказ от жесткой архитектуры удешевляют разработку.

Такие системы могут ускорить создание ИИ для беспилотников, медицинской диагностики и других задач, где важна скорость и автономность.

Главный вопрос — устойчивость перовскитов при длительной работе. Они известны деградацией под воздействием света и влаги. Если ученые не решат эту проблему, коммерческое применение останется под вопросом.

Ранее ученые создали прибор, увеличивающий эффективность химических реакций.