据科技纵览杂志官网5月5日消息，美国斯坦福大学实现在光子芯片上训练AI，首次证明原位反向传播过程可以训练光子神经网络来解决任务。研究人员通过实验训练了一个3层、4端口的硅光子神经网络，该网络具有可编程移相器和光功率监控，以使用原位反向传播过程解决分类任务，这是一种最流行的训练传统神经网络的方法。研究人员通过干扰前向和后向传播光来测量移相器电压的反向传播梯度，并模拟了在给定误差的MNIST手写图像识别下训练的64端口光子神经网络的原位反向传播，所得实验表现与数字模拟相当，且具有更低的能耗。相关研究成果发表于《科学》（Science）期刊。

消息来源：https://spectrum.ieee.org/backpropagation-optical-ai