香港中文大学和中国科学院物理研究所开发超速激光神经元，开启人工智能新纪元
香港，2025年1月3日—在人工智能和先进计算领域，提升计算速度和效率一直是科研人员追求的目标。近日，香港中文大学和中国科学院物理研究所的研究人员宣布，他们成功开发了一种基于激光的人工神经元，这种神经元不仅能够完全模拟生物分级神经元的功能，而且在信号处理速度上达到了惊人的10GBaud，比生物神经元快十亿倍。
一、技术突破：模拟生物神经元，速度提升十亿倍
这种新型激光分级神经元的开发，标志着在模仿生物神经元的动态响应和信息处理方面取得了重大突破。传统的光子脉冲神经元由于其工作原理，存在速度限制，而新型激光神经元通过电注入量子点激光器，成功克服了这一限制。研究人员通过将射频信号注入量子点激光器的可饱和吸收区，避免了传统方法中的延迟问题，实现了更快、更简单、更节能的系统。
二、实际应用：模式识别和序列预测能力显著提升
在实际应用中，这种激光神经元展现了其卓越的性能。研究人员在实验中展示了其在一秒钟内处理1亿次心跳数据和3470万张手写数字图像的能力。此外，激光神经元在心律失常检测和手写数字分类等任务中表现出色，准确率分别达到了98.4%和92.3%。这些成果不仅展示了激光神经元在模式识别和序列预测能力上的显著提升，也为人工智能领域带来了新的可能。
三、未来展望：集成到边缘计算设备，促进更快、更智能的AI系统
黄超然教授表示，这项技术可以在不牺牲准确性的情况下提高时间关键型应用中的人工智能决策速度。她的团队计划将激光神经元集成到边缘计算设备中，以促进更快、更智能的人工智能系统，同时降低能耗。随着多个激光神经元的级联，预计计算能力将得到更大的提升，为人工智能的未来开辟新的道路。
这项突破性的研究发表在Optica杂志上，不仅为光通讯系统提供了智能、节能且高速的信号处理方式，也为新一代光通讯系统的发展提供了强有力的支持。
-
散射矩阵层析成像技术：突破复杂介质限制的深层高分辨率光学成像新范式
近日，美国南加州大学ChiaWei(Wade)Hsu教授团队联合浙江大学研究人员，提出一种名为“散射矩阵层析成像（ScatteringMatrixTomography,SMT）”的创新光学成像技术，成功破解了复杂散射介质下深层成像的难题。相关研究成果发表于国际顶尖光学期刊《AdvancedPhotonics》。
2025-09-18
-
运送一台EUV光刻机，比送宇航员上太空还难？背后藏着纳米光学的“生死考验”
在芯片产业的版图里，EUV光刻机是当之无愧的“皇冠明珠”——一台售价超1.5亿美元，全球每年仅能产出数十台，却支撑着7纳米以下先进制程芯片的生产。可很少有人知道，这台“精密神器”从荷兰ASML工厂出发，到抵达全球各地芯片厂的这段旅程，比护送宇航员进入太空还要严苛。毕竟，宇航员能在太空中适应微小重力波动，而EUV光刻机却连0.001G的震动都“承受不起”，根源就藏在那些中频误差＜0.3nm的光学镜片里。
2025-09-18
-
3D打印技术如何驱动功能性光学器件制造革新及应用拓展
传统制造工艺正面临前所未有的技术瓶颈——先进光学器件对三维结构复杂性与多材料精准分布的需求，已超出切削、注塑等传统制造手段的加工范畴，成为制约光学技术在成像、传感、显示等领域突破的核心障碍。增材制造（又称3D打印）技术凭借“分层制造、逐层叠加”的核心原理，为功能性光学器件的创新研发提供了全新技术路径。从纳米级微透镜到宏观光学系统，从单一材料结构到多材料复合器件，3D打印技术正逐步打破传统光学制造的边界，推动光学器件产业进入“设计驱动制造”的全新发展阶段。
2025-09-18
-
警惕“100倍变焦”宣传陷阱，光学与数字变焦的技术解析及选购指南
在选购相机、智能手机或摄像机等影像设备时，厂商所宣传的“50倍超级变焦”“100倍高清变焦”常成为核心卖点，易让消费者产生“高倍变焦即优质成像”的认知。然而实际使用中，部分高倍变焦功能的成像效果与预期存在显著差距，其根源在于“光学变焦”与“数字变焦”的本质差异被混淆。本文将从技术原理、核心区别、选购策略及实用技巧四方面，系统解析两种变焦技术，助力消费者避开选购陷阱，提升影像创作质量。
2025-09-18
