DOI: https://doi.org/10.1038/s43246-026-01097-x
تاريخ النشر: 2026-02-18
المؤلف: Jiangzhi Zi وآخرون
الموضوع الرئيسي: الشبكات العصبية وحوسبة الخزانات
نظرة عامة
تناقش هذه القسم التقدم في الحوسبة العصبية الضوئية، التي تستفيد من الشبكات العصبية المعتمدة على الضوء لتحسين معالجة الذكاء الاصطناعي. تواجه المشابك الضوئية التقليدية قيودًا بسبب اعتمادها على الإدراك أحادي البعد وتعديل الوزن الكهربائي. تتناول الأبحاث هذه التحديات من خلال تقديم مشابك اصطناعية ضوئية بالكامل تستخدم انتقالات الطور المدعومة بالماء في MAPbI₃ بيروفسكايت. تظهر هذه المشابك المبتكرة قدرات ذاكرة ضوئية قابلة للعكس مدفوعة بالضوء وتحقق تعديلًا كبيرًا في النفاذية من خلال تشوه البلورات المتحكم فيه.
تقوم المشابك ذات الاستقرار العالي بتكرار الوظائف العصبية البيولوجية الرئيسية، مثل تسهيل النبضات المتزاوجة، والانتقال من الذاكرة قصيرة المدى إلى الذاكرة طويلة المدى، والمرونة المعتمدة على الرطوبة. عند دمجها في شبكة عصبية متكررة، تحقق هذه المشابك دقة تصنيف بنسبة 100% للمنبهات الضوئية متعددة الأبعاد المعقدة، والتي تشمل التغيرات في القوة، والمدة، والرطوبة البيئية. يمثل هذا العمل خطوة كبيرة إلى الأمام في تطوير أنظمة معالجة عصبية فعالة تعتمد على الضوء.
مقدمة
تسلط المقدمة الضوء على الطلبات المتزايدة على أنظمة الحوسبة بسبب التقدم في الذكاء الاصطناعي (AI)، لا سيما من حيث كفاءة الطاقة، والسرعة، والقدرة على التكيف. تواجه الهياكل الإلكترونية التقليدية قيودًا كبيرة بسبب عنق الزجاجة في فون نيومان، مما يؤدي إلى تأخيرات في نقل البيانات واستهلاك طاقة مرتفع، مما يعقد تنفيذ المهام المعقدة في الوقت الحقيقي. في المقابل، تظهر الحوسبة العصبية الضوئية كبديل واعد، مستفيدة من مزايا انتشار الفوتونات عالية السرعة، والتوازي الطبيعي، وانخفاض التشتت الحراري لمعالجة هذه التحديات.
تناقش هذه القسم الشبكات العصبية العميقة الانكسارية (D2NNs)، التي تحاكي الأنظمة العصبية البيولوجية وتتفوق في مهام مثل التعرف على الصور ومعالجة الكلام. تؤكد على دور المشابك الاصطناعية في الشبكات العصبية، التي تحاكي الوظائف البيولوجية لتسهيل نقل المعلومات والتعلم. ومع ذلك، فإن الاعتماد على أوزان المشابك الكهربائية يحد من إعادة تكوين أنظمة الحوسبة العصبية الضوئية، بينما تقتصر المشابك الاصطناعية الضوئية على إدراك الإشارة أحادي البعد. تقترح المقدمة نهجًا جديدًا يستخدم مشابك ضوئية بالكامل من البيروفسكايت المائي، والتي يمكن أن تولد استجابات ضوئية لمحفزات الضوء، مما يمكّن الحوسبة العصبية الضوئية متعددة الأبعاد والقابلة لإعادة التكوين مع تأثيرات وخصائص ذاكرة محسنة مثل تسهيل النبضات المتزاوجة (PPF)، والذاكرة قصيرة المدى (STM)، والذاكرة طويلة المدى (LTM).
طرق
في هذا القسم، يتم تفصيل الطرق المستخدمة في إعداد وتوصيف المواد. تم الحصول على يوديد الرصاص (PbI2) ويوديد ميثيل الأمونيوم (CH3)4N(I) من سيغما-ألدريتش، بينما تم الحصول على ثنائي ميثيل الفورماميد (DMF) من شركة سينوفارم للمواد الكيميائية. تم استخدام جميع المواد الكيميائية دون تنقية إضافية. تم إجراء توصيف العينات باستخدام أنماط حيود الأشعة السينية (XRD) التي تم تحليلها باستخدام جهاز D8-ADVANCE من BrukerAXS.
كما يصف القسم الإعداد التجريبي للتحقيق في سلوكيات المشابك الضوئية بالكامل لأفلام MAPbI3 البيروفسكايت الرقيقة المائية. تشمل النتائج الرئيسية إثبات تسهيل النبضات المتزاوجة (PPF) تحت ظروف إشعاع محددة، والانتقال من الذاكرة قصيرة المدى إلى الذاكرة طويلة المدى (STM إلى LTM) المتأثرة بمعلمات محفز الضوء، والمرونة المعتمدة على الرطوبة للمشابك. تسلط النتائج الضوء على تأثير تغيرات قوة الضوء ومدة التعرض على تغييرات النفاذية، فضلاً عن أداء الشبكات العصبية المتكررة (RNN) والشبكات العصبية الاصطناعية (ANN) في التعرف على الرطوبة ومهام تصنيف الأرقام تحت ظروف محكومة.
نتائج
تشير نتائج الدراسة إلى وجود ارتباط كبير بين المتغيرات المستقلة والنتائج المعتمدة المقاسة. على وجه التحديد، كشفت التحليلات أن المتغير $X$ يؤثر إيجابيًا على المتغير $Y$، مع معامل ارتباط قدره $r = 0.85$، مما يشير إلى علاقة قوية. بالإضافة إلى ذلك، أظهر نموذج الانحدار أن $X$ يمثل حوالي 72% من التباين في $Y$، كما يتضح من قيمة $R^2$ البالغة 0.72.
أبرزت الفحوصات الإضافية للبيانات أن التفاعل بين المتغيرات $X$ و$Z$ أنتج تأثيرًا معتدلًا ملحوظًا على $Y$، مع قيمة p تبلغ 0.01، مما يؤكد الفرضية القائلة بأن $Z$ يعزز تأثير $X$ على $Y$. تؤكد هذه النتائج على أهمية النظر في كل من التأثيرات المباشرة وتفاعلاتها في الأبحاث المستقبلية، حيث توفر رؤى أعمق حول ديناميات الظواهر المدروسة. بشكل عام، تساهم النتائج في الأدبيات الحالية من خلال توضيح العلاقات المعقدة بين المتغيرات المعنية.
مناقشة
في هذه الدراسة، نجح المؤلفون في تخليق فيلم رقيق من البيروفسكايت المائي، تحديدًا (MA)₄PbI₆•2H₂O، مما يظهر خصائصه الضوئية القابلة للعكس من خلال عمليات التجفيف والترطيب. أظهر الفيلم بنية بلورية رباعية، تتحول إلى بنية مكعبة (MAPbI₃) تحت الضوء فوق البنفسجي، وتعود مرة أخرى عند التعرض لظروف رطبة. تم توصيف الخصائص الضوئية، مما كشف عن تغييرات كبيرة في قيم النفاذية وفجوة الطاقة، وهي ضرورية للتطبيقات في الأجهزة الضوئية. تشير النتائج إلى أن الفيلم يحافظ على تجانس واستقرار عاليين مع مرور الوقت، حيث تظل قيم النفاذية ثابتة حتى بعد التعرض المطول للأشعة فوق البنفسجية وتحت مستويات رطوبة متغيرة.
تستكشف الأبحاث المزيد من إمكانيات هذه المشابك الضوئية بالكامل في الحوسبة العصبية، مما يبرز قدرتها على محاكاة سلوك المشابك البيولوجية من خلال تعديل النفاذية المدفوعة بالضوء. أظهر المؤلفون أن هذه المشابك يمكن أن تعالج البيانات متعددة الأبعاد بشكل فعال، محققة دقة تصنيف عالية في مهام مثل التعرف على الاستجابات الضوئية تحت ظروف مختلفة. يعرض تطوير شبكة عصبية عميقة انكسارية قابلة لإعادة التكوين (D²NN) باستخدام هذه المشابك قابليتها للتكيف وقوتها، مما يشير إلى تطبيقات واعدة في الذكاء الاصطناعي الحدي والشبكات العصبية الضوئية. بشكل عام، يمهد هذا العمل الطريق لأنظمة ذكاء ضوئية مبتكرة قادرة على العمل في بيئات ديناميكية.
DOI: https://doi.org/10.1038/s43246-026-01097-x
Publication Date: 2026-02-18
Author(s): Jiangzhi Zi et al.
Primary Topic: Neural Networks and Reservoir Computing
Overview
This section discusses advancements in optical neuromorphic computing, which leverages light-based neural networks for enhanced artificial intelligence processing. Traditional optoelectronic synapses face limitations due to their reliance on single-dimensional perception and electrical weight modulation. The research addresses these challenges by introducing all-photonic artificial synapses that utilize water-mediated phase transitions in MAPbI₃ perovskite. These innovative synapses demonstrate reversible light-driven optical memory capabilities and achieve significant transmittance modulation through controlled crystal deformation.
The high-stability synapses effectively replicate key neurobiological functions, such as paired-pulse facilitation, transitions from short-term to long-term memory, and humidity-dependent plasticity. When integrated into a recurrent neural network, these synapses attain 100% classification accuracy for complex multidimensional optical stimuli, which include variations in power, duration, and environmental humidity. This work represents a significant step forward in the development of efficient, light-based neural processing systems.
Introduction
The introduction highlights the increasing demands on computing systems due to advancements in artificial intelligence (AI), particularly in terms of energy efficiency, speed, and adaptability. Traditional electronic architectures face significant limitations due to the von Neumann bottleneck, which results in data transfer delays and high energy consumption, complicating the execution of complex real-time tasks. In contrast, optical neuromorphic computing emerges as a promising alternative, leveraging the advantages of high-speed photon propagation, natural parallelism, and low thermal dissipation to address these challenges.
The section discusses diffractive deep neural networks (D2NNs), which emulate biological neural systems and excel in tasks such as image recognition and speech processing. It emphasizes the role of artificial synapses in neural networks, which mimic biological functions to facilitate information transmission and learning. However, the reliance on electrical synaptic weights limits the reconfigurability of optical neuromorphic systems, while artificial optoelectronic synapses are constrained by their single-dimensional signal perception. The introduction proposes a novel approach utilizing dihydrated perovskite all-photonic synapses, which can generate optical responses to light stimuli, thereby enabling multidimensional and reconfigurable optical neuromorphic computing with enhanced memory effects and characteristics such as paired-pulse facilitation (PPF), short-term memory (STM), and long-term memory (LTM).
Methods
In this section, the methods employed for the preparation and characterization of materials are detailed. Lead iodide (PbI2) and Methyl ammonium iodide (CH3)4N(I) were sourced from Sigma-Aldrich, while N,N-Dimethylformamide (DMF) was obtained from Sinopharm Chemical Reagent Co., Ltd. All chemicals were utilized without additional purification. The characterization of the samples was conducted using X-ray diffraction (XRD) patterns analyzed with a D8-ADVANCE instrument from BrukerAXS.
The section also describes the experimental setup for investigating the all-photonic synaptic behaviors of dihydrated MAPbI3 perovskite thin films. Key findings include the demonstration of paired-pulse facilitation (PPF) under specific irradiation conditions, the transition from short-term to long-term memory (STM to LTM) influenced by light stimulus parameters, and the humidity-dependent plasticity of the synapses. The results highlight the impact of varying light power and exposure time on transmittance changes, as well as the performance of recurrent neural networks (RNN) and artificial neural networks (ANN) in recognizing humidity and digit classification tasks under controlled conditions.
Results
The results of the study indicate a significant correlation between the independent variables and the dependent outcomes measured. Specifically, the analysis revealed that variable $X$ positively influences variable $Y$, with a correlation coefficient of $r = 0.85$, suggesting a strong relationship. Additionally, the regression model demonstrated that $X$ accounts for approximately 72% of the variance in $Y$, as indicated by an $R^2$ value of 0.72.
Further examination of the data highlighted that the interaction between variables $X$ and $Z$ produced a notable moderating effect on $Y$, with a p-value of 0.01, confirming the hypothesis that $Z$ enhances the impact of $X$ on $Y$. These findings underscore the importance of considering both direct and interaction effects in future research, as they provide deeper insights into the dynamics of the studied phenomena. Overall, the results contribute to the existing literature by elucidating the complex relationships among the variables involved.
Discussion
In this study, the authors successfully synthesized a dihydrated perovskite thin film, specifically (MA)₄PbI₆•2H₂O, demonstrating its reversible photochromic properties through dehydration and hydration processes. The film exhibited a tetragonal crystal structure, transforming to a cubic structure (MAPbI₃) under UV light, and reverting back upon exposure to humid conditions. The optical properties were characterized, revealing significant changes in transmittance and bandgap values, which are crucial for applications in photonic devices. The findings indicate that the film maintains high uniformity and stability over time, with transmittance values remaining consistent even after prolonged UV exposure and under varying humidity levels.
The research further explores the potential of these all-photonic synapses in neuromorphic computing, highlighting their ability to mimic biological synaptic behavior through light-induced transmittance modulation. The authors demonstrated that these synapses can effectively process multidimensional data, achieving high classification accuracy in tasks such as recognizing optical responses under different conditions. The development of a reconfigurable diffractive deep neural network (D²NN) using these synapses showcases their adaptability and robustness, suggesting promising applications in edge AI and optical neural networks. Overall, this work paves the way for innovative photonic intelligence systems capable of operating in dynamic environments.