科学家开发了一种新型的基于激光的人工神经元，该神经元模仿了生物神经细胞。这个人造神经元可以提高高速计算和 人工智能 （AI） ，研究人员说 。
人造神经元一旦击中一定的信息阈值来模仿神经细胞 。当生物神经元吸收足够正确的信息类型时 ，它会产生一个电脉冲与附近的神经元通信。同样，人工神经元仅在收集一定量相关的电子数据后才传输计算信息 。
现有的人工神经元被称为光子尖峰神经元 ，通过响应这些输入信号 ，并在尖峰上响应这些输入信号 。但是，神经元接收这些输入信号的方式意味着 ，在每个峰值之后的短时间内 ，它们无法响应新的输入。这个简短的重置期限对人工尖峰神经元执行的计算限制 。
但是，新的人工神经元通过具有可变强度的“分级 ”信号传输信息 。在2024年12月19日发表的新研究中 Optica，研究人员使用分级神经元系统超越了尖峰神经元的速度限制。就像生物学分级或“非加速性 ”神经元一样 ，基于激光的系统对连续刺激产生了越来越强的输出信号 ，因此它不需要与尖峰神经元相同的重置周期。结果，新的人造神经元传输的数据比人工尖峰神经元快100,000倍 。
研究人员将分级神经元纳入了储层计算系统＆Mdash;一种人造 神经网络 哪个处理时间相关数据 。他们使用该系统扫描了700个心跳样品中的心律不齐。水库以每秒1亿个心跳的速度处理这些心跳；尖峰神经网络可以快得多 。新系统检测到超过98％精度的心律失常模式 。在另一个实验中 ，该系统以每秒近3500万位数字的速度分析和分类的手写数字 ，精度为92％。
“具有强大的记忆效果和出色的信息处理能力，单个激光分级的神经元可以像小型神经网络一样行事 。” Chaoran Huang ，香港中文大学的工程师 陈述 。“因此 ，即使没有其他复杂连接的单个激光级的神经元也可以执行高性能的机器学习任务。 ”
连接多个分级神经元可以提供更大的计算能力 。Huang说：“在这项工作中，我们使用了单个激光级的神经元 ，但我们认为 ，级联多个激光级的神经元将进一步释放其潜力，就像大脑在网络中有数十亿个神经元一起工作 。 ”
Huang补充说：“我们的技术可以在时间关键的应用程序中加速AI决策 ，同时保持高精度。”“我们希望将技术集成到边缘计算设备中 ，并且在其来源附近的处理数据将促进更快，更智能的AI系统，从而更好地为现实世界中的应用程序提供了将来能源消耗降低的现实应用程序 。 ”
