С наступлением эпохи больших данных традиционные аппаратные системы искусственного интеллекта, основанные на технологии комплементарных металл‑оксид‑полупроводников (CMOS) и архитектуре фон Неймана, сталкиваются с серьёзными ограничениями, обусловленными физическими пределами закона Мура, при решении экспоненциально растущих вычислительных задач; это приводит к значительным проблемам, таким как узкие места в повышении вычислительной эффективности и высокое энергопотребление. В связи с этим интегрированные фотонные нейронные сети (PNN), использующие естественные преимущества фотонов — сверхвысокую скорость, широкую полосу пропускания, высокую параллельность и низкое энергопотребление — стали перспективной новой вычислительной парадигмой, объединяющей нейроморфные и фотонные вычисления. В биологии нейроны не выполняют детерминированные вычисления: внутренний шум, например стохастическое открытие их ионных каналов, придаёт биологическим нейронам присущую им стохастическую динамику, что обеспечивает важную поддержку вероятностных вычислений, таких как байесовский вывод. Поэтому внедрение вероятностных моделей в фотонное оборудование имеет огромное значение для снижения чрезмерной уверенности в детерминированных рассуждениях и повышения точности и устойчивости нейронных сетей.

Однако существующие фотонные нейроны, как правило, страдают либо от крупных физических размеров, либо от слабых оптических откликов, что серьёзно ограничивает возможность высокоплотной интеграции и практического применения таких систем. Что ещё более критично, большинство описанных фотонных нейронов демонстрируют детерминированную динамику и лишены внутренней стохастичности. Для реализации вероятностных вычислений они часто опираются на сложные внешние источники энтропии или обратные оптические цепи, что значительно повышает архитектурную сложность и эксплуатационные издержки фотонных нейронных сетей. Хотя традиционные халькогенидные материалы с фазовым переходом продемонстрировали большой потенциал для создания энергонезависимых многозначных фотонных синапсов, их энергонезависимость затрудняет самопроизвольное возвращение устройств в исходное состояние после воздействия управляющих импульсов при использовании в качестве нейронов. Эти неидеальные факторы и архитектурные недостатки в совокупности составляют ключевые проблемы, в настоящее время сдерживающие развитие крупномасштабных, малоархитектурно сложных, высокоэффективных чиповых фотонных вероятностных нейроморфных вычислительных систем.

Для решения указанных выше задач команда, в состав которой входил Хуачжунский университет науки и технологий, провела систематическое исследование с использованием системы in-situ‑измерений в ТЭМ компании ZEPTOOLS. Команда разработала первый компактный фотонный нейрон с импульсной генерацией на уровне чипа, используя новый фазовый материал SbTe₉. За счёт использования стохастичности, присущей микроструктурной эволюции этого материала, такой нейрон обеспечивает стабильную вероятностную генерацию импульсов, что позволяет создать аппаратное решение низкой сложности и высокой надёжности для крупномасштабных фотонных систем вероятностных вычислений.

Название: Компактный фотонный нейрон с импульсной активностью и внутренней стохастичностью, основанный на фазовом материале, для вероятностных вычислений
Журнал ： Природа коммуникаций
URL ： https:// doi.org/10.1038/s41467- 026-73070-8

Исследовательская группа разработала компактный фотонный нейрон с импульсной активностью на уровне чипа, основанный на новом фазовом материале — SbTe₉, — который благодаря эволюции микроструктуры в ходе неравновесного плавления и кристаллизации обеспечивает естественную стохастичность. В отличие от традиционных фазовых материалов, SbTe₉ при комнатной температуре находится в кристаллическом состоянии. При нагревании выше точки плавления под воздействием внешнего стимула он переходит в жидкое состояние; после прекращения стимула он самопроизвольно перекристаллизуется. Этот цикл повышения и понижения температуры имитирует динамику мембранного потенциала биологических нейронов. Благодаря стохастической реконструкции микроструктуры в ходе циклических процессов точка плавления материала и локальная температура демонстрируют внутренние флуктуации. Такая физическая стохастичность позволяет нейрону проявлять устойчивые вероятностные характеристики импульсной активности. Этот механизм исключает необходимость использования внешних источников энтропии, закладывая физическую основу для создания высокоинтегрированных фотонных систем вероятностных вычислений.

Для точного анализа физической природы этой стохастической характеристики исследователи систематически изучили фазовые переходы в тонкой пленке SbTe₉, применяя передовые методы измерений. С использованием ин‑ситу‑держателя образца, предоставленного компанией ZEPTOOLS, команда смогла наблюдать в реальном времени динамическое изменение микроструктуры тонкой пленки SbTe₉ при различных температурах. В ходе экспериментов были непосредственно зафиксированы существенно различающиеся режимы превращений фазы Te и фазы Sb₂Te₃ — в частности, локальное плавление фазы Te, миграцию границ зерен в процессе циклов нагрева, а также случайное образование вакансий во время кристаллизации. Эти прямые свидетельства, полученные в ходе ин‑ситу‑характеризации, не только подтвердили наличие пространственной стохастичности внутри материала, но и обеспечили надёжную научную основу для понимания того, как фотонный нейрон преобразует микроскопическую эволюцию в макроскопическую вероятностную спайковую активность.

Этот фотонный нейрон с импульсной активностью, сохраняя высокую функциональность, демонстрирует превосходные параметры аппаратных характеристик и потенциал интеграции. Его активная область составляет всего 1,5 квадратных микрометра — размер, сопоставимый с габаритами одномодового волновода, — что обеспечивает снижение объёма примерно на четыре порядка по сравнению с традиционными нейронами на основе непереключающихся фазовых материалов. В ходе испытаний устройство продемонстрировало мощную модуляционную способность — 2 дБ на микрометр — при времени отклика, сокращённом до 660 наносекунд. Кроме того, напряжения питания девяти расположенных в массиве устройств распределены по гауссовскому закону со средним значением 3,04 В, что свидетельствует об исключительной равномерности технологического процесса; устройство также выдерживает более десяти тысяч циклов переключений. Компактная, эффективная и однородная структура устройства позволяет осуществлять плотную интеграцию сложных вероятностных нейронных вычислительных сетей на крупномасштабных кремниевых фотонных чипах.

Построив вероятностную спайковую нейронную сеть на основе данного фотонного нейрона, исследовательская группа успешно продемонстрировала её практическую ценность в области квантификации неопределённости и высоко надёжного принятия решений. В задаче обучения без учителя, выполненной на наборе данных о клетках рака молочной железы, сеть достигла диагностической точности до 98,67% и смогла точно оценивать степень уверенности в результатах классификации посредством предсказательной энтропии. По сравнению с традиционными детерминистическими нейронными сетями эта система способна учитывать неоднозначность признаков через распределение спайков, существенно снижая риск ошибочной диагностики при наличии неоднозначных образцов. Кроме того, в задачах распознавания изображений сеть проявила высокую устойчивость к отклонениям в синаптическом программировании и шуму входных данных, демонстрируя надёжность, в несколько раз превышающую таковую у детерминистических нейронов. Это наглядно подтверждает значительные преимущества фотонных вычислений, основанных на физической стохастичности, при обработке реальных сложных данных.

Как компания, выпускающая высокоточные приборы премиум‑класса и базирующаяся в Китае, ZEPTOOLS является ведущим поставщиком решений для in‑situ‑характеризации с помощью электронной микроскопии. Серия продуктов PicoFemto для in‑situ‑характеризации на основе просвечивающей электронной микроскопии последовательно обеспечивала техническую поддержку важнейших научных открытий пользователей как в Китае, так и за рубежом. На представленном ниже изображении показан образец держателя проб для in‑situ‑ЭМП компании ZEPTOOLS, использованный в данном исследовании: