科学家们开发了一种模仿生物神经细胞的新型基于激光的人工神经元。研究人员说，这种人工神经元可以促进高速计算和人工智能（AI）。

人工神经元模仿神经细胞，一旦它们达到一定的信息阈值就会激活。当生物神经元接收到足够多的正确类型的信息时，它会产生电脉冲与附近的神经元交流。同样，人工神经元只有在接收到一定数量的相关电子数据后才会处理和传输计算信息。现有的人工神经元，被称为光子尖峰神经元，通过对这些输入信号做出全有或全无、开关尖峰的反应来模仿生物尖峰神经元。但是神经元接收这些输入信号的方式意味着，在每个尖峰之后的短时间内，它们无法对新的输入做出反应。这个短暂的重置周期限制了使用人工尖峰神经元进行的计算的速度。

但新的人工神经元通过强度可变的“分级”信号传递信息。在2024年12月19日发表在《光学》杂志上的这项新研究中，研究人员使用分级神经元系统来超越尖峰神经元的速度限制。就像生物分级或“非尖峰”神经元一样，基于激光的系统对连续刺激产生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。因此，新的人工神经元传输数据的速度比人工尖峰神经元快10万倍。

研究人员将分级神经元整合到一个储存器计算系统中——一种处理时间相关数据的人工神经网络。他们使用这个系统扫描700个心跳样本以寻找心律失常。储存器以每秒1亿心跳的速度处理这些心跳——比尖峰神经网络快得多。新系统检测心律失常模式的准确率超过98%。在另一项实验中，该系统以每秒近3500万位数的速度分析和分类手写数字，准确率为92%。“凭借强大的记忆效应和出色的信息处理能力，单个激光分级神经元可以表现得像一个小型神经网络，”研究的共同作者、香港中文大学工程师Chaoran Wong在一份声明中说。“因此，即使是单个激光分级神经元，没有额外的复杂连接，也可以高性能地执行机器学习任务。”

连接多个分级神经元可以提供更大的计算能力。“在这项工作中，我们使用了单个激光分级神经元，但我们相信级联多个激光分级神经元将进一步释放它们的潜力，就像大脑有数十亿个神经元在网络中一起工作一样，”黄说。“我们的技术可以在时间关键型应用中加速人工智能决策，同时保持高精度，”黄补充道。“我们希望将我们的技术集成到边缘计算设备中——这些设备在其源头附近处理数据——将有助于更快、更智能的人工智能系统，在未来以更低的能耗更好地服务于现实世界的应用。”