机器学习技术在高性能信息处理领域得到了广泛的应用。然而，现有硬件的计算速率受到传统冯·诺依曼架构的严重限制。光子学方法在执行涉及复杂计算的深度学习过程中显示出非凡的潜力。该文章提出了一种基于绝缘体上硅平台的片上衍射光学神经网络( DONN )，以执行具有高集成度和低功耗特性的机器学习任务。为了验证所提出的DONN，我们制作了占地面积为0.15 mm2和0.3 mm2的1-隐含层和3-隐含层片上DONN，并在Iris植物数据集的分类任务上实验验证了它们的性能，准确率分别为86.7%和90%。此外，还制作了一个3 -隐含层片上DONN，用于对修改的国家标准和技术研究所手写数字图像进行分类。所提出的无源片上DONN为加速未来人工智能硬件提供了一个潜在的解决方案，并提高了性能。
T. Fu, Y. Zang, Y. Huang, Z. Du, H. Huang, C. Hu, M. Chen, S. Yang, H. Chen, Photonic machine learning with on-chip diffractive optics. Nat Commun 14, 70 (2023).
报告人：付朋
