研究人员在使用称为微谐振器的微型硅器件开发人工神经网络方面取得了重大进展，为更快、更节能的人工智能系统铺平了道路。这些网络模仿人脑的计算能力，脱离传统的数字计算机架构，并利用光子学的速度、低功耗和多波长功能。
一篇描述使用硅微谐振器实现神经网络的评论文章发表在《智能计算》上。
硅微谐振器是捕获和限制光的微小结构。硅微环谐振器是环形微谐振器，可沿圆形路径引导光。在光学系统中，它们可以捕获光并改变其强度，从而可以精确控制光的特性，例如其频率、相位和幅度。这些谐振器可应用于光通信和传感领域。
微环谐振器的一项有用功能是它们能够存储高场强度，从而增强光与物质的相互作用。这使得非线性响应可以在相对较低的功率下实现，从而使它们能够模仿生物神经元。当光的能量水平较低时，微环谐振器的行为可预测，对输入光做出线性响应。这意味着如果光输入增加，输出光也会成比例增加。
然而，在更高的能量水平下，微环谐振器进入非线性状态，这意味着光的输出或行为不会与输入成正比变化。这是因为光本身开始影响材料的特性，例如其折射率和吸收光的能力。
在生物神经元中，输入信号被接收、处理并转化为输出信号。这种转换通常是非线性的，因为当输入达到某个阈值时，神经元可能会突然放电。由于微环谐振器改变光行为的方式与我们脑细胞的工作方式相似，因此它们可用于模拟人工神经网络中的神经活动。
微环谐振器的另一个有用的特性是它们对波长的敏感性，这使得它们可以用作配重库。在人工神经网络中，权重是决定神经元之间连接强度的参数，影响信息流和网络学习复杂模式的能力。硅微环谐振器可以充当光子神经网络中的权重库。
它们的工作原理是根据入射光信号的波长来控制有多少光信号通过。这种控制允许微环谐振器调整每个传入光信号的“权重”，对于神经网络的学习和适应至关重要。这些重量的范围取决于微环谐振器阻挡光线的能力，这取决于它们的设计和制造材料。