🔬

Photonic Neural Processor

Interactive browser-based simulation of optical neural networks using light for ultrafast AI computations, featuring Mach-Zehnder interferometers, photonic spiking neurons, and real-time optical path visualization

🔬 今すぐ試す

これは何？

🎯 シミュレーターのヒント

📚 用語集

Photonic Neural Network
電気信号 (電子) の代わりに光信号 (光子) を使用して計算を実行し、光速の処理を可能にする人工ニューラル ネットワーク。
Mach-Zehnder Interferometer (MZI)
光ビームを 2 つの経路に分割し、それらを再結合する光学デバイス。相対位相を制御することで、ニューラル ネットワークに必要な行列演算を実行できます。
Matrix Multiplication
深層学習の中核となる数学的演算。入力データが重み行列によって変換されます。フォトニックプロセッサはこの操作を光の速度で実行します。
Optical Nonlinearity
光強度に対する材料の非比例応答は、フォトニックニューラルネットワークで活性化機能を実装するために不可欠であり、この分野における重要な課題です。
Silicon Photonics
標準的な半導体製造を使用してシリコンチップ上に光回路を構築する技術で、フォトニックプロセッサの大量生産を可能にします。
Wavelength Division Multiplexing
異なる波長の光を使用して、同じ光路を通じて複数のデータ チャネルを同時に送信し、スループットを劇的に向上させます。
Microring Resonator
光信号のフィルタリング、スイッチング、変調が可能なコンパクトな円形光導波路。フォトニック ニューラル ネットワークのプログラム可能な重みとして使用されます。
Phase-Change Material (PCM)
結晶状態とアモルファス状態を切り替えることができる材料。ニューラル ネットワーク シナプスの不揮発性重み保存用のフォトニック システムで使用されます。
Optical Computing
情報処理に光子を使用するコンピューティング パラダイム。電子コンピューティングよりも速度、並列処理、エネルギー効率の点で利点があります。
Activation Function
ニューラル ネットワークの出力に適用される非線形数学関数。これを（電子化せずに）光学的に実装することは大きな課題です。
In-Situ Training
デジタル コンピューターではなくフォトニック ハードウェア上で直接ニューラル ネットワークをトレーニングします。これは、光計算の超低遅延によって可能になります。
Neuromorphic Photonics
神経科学にインスピレーションを得たコンピューティングとフォトニクスを組み合わせた分野で、光ベースのニューロンとシナプスを使用して生物学的な神経処理を模倣します。
Photonic Integrated Circuit (PIC)
電子集積回路に似た、複数の光学コンポーネント (導波路、変調器、検出器) を 1 つの基板上に集積したチップ。

🏆 主要人物

Yichen Shen (2017)

2017 年の MIT チームを率いて、シリコン フォトニック チップ上の 56 個のプログラム可能なマッハツェンダー干渉計を使用した初のオンチップ光ニューラル ネットワークを実証しました。

Dirk Englund (2024)

MIT 教授の量子フォトニクスおよび AI グループは、サブナノ秒推論で 92% 以上の精度を達成する完全統合フォトニック プロセッサを実証しました (2024 年)

Marin Soljacic (2017)

2017 年の先駆的な光ニューラル ネットワーク研究を共同で主導し、フォトニック コンピューティング アーキテクチャの進歩を続けている MIT 教授

Demetri Psaltis (1990s)

1990 年代にカリフォルニア工科大学でホログラフィーを使用した光ニューラル ネットワークの先駆者となり、フォトニック コンピューティングの理論的基礎を確立

Wolfram Pernice & Harish Bhaskaran (2019-2021)

フォトニックニューラルネットワークの不揮発性重み保存を可能にする相変化材料ベースのフォトニックシナプスを開発

Bhavin Shastri & Paul Prucnal (2021)

ニューロモーフィックフォトニクスとスパイクベースの光コンピューティングのロードマップを確立する、影響力のある Nature Photonics レビューを出版

Gu Min (2025)

上海科学技術大学で統合型光シナプス、ニューロン、およびメモリスタの包括的なレビューを主導

🎓 学習リソース

💬 学習者へ

AI コンピューティングの未来は、より高速なエレクトロニクスではなく、光そのものかもしれません。フォトニックニューラルプロセッサは根本的な変化を表しています。熱を発生させてエネルギーを無駄にする小さなワイヤーに電子を押し込むのではなく、光速度で計算する光回路を通してフォトンを導きます。電子プロセッサが完了するまでにマイクロ秒かかる作業を、単一のフォトニック チップでナノ秒で実行できます。 AI モデルはますます大規模になり、より多くの電力を必要とするようになっているため、フォトニック コンピューティングは持続可能な超高速インテリジェンスへの道を提供します。トランジスタ革命は世界を変えました。光子革命が再びそれを変えるかもしれない。

始める

無料、登録不要

始める →