一种光学装置的制作方法

本申请涉及光学技术领域，尤其涉及一种光学装置。

背景技术：

近年来，人工智能与机器学习兴起。人工神经网络(artificialneuralnetwork，ann)技术在人脸识别、自动驾驶、消费者终端，以及数据中心等众多领域都涌现了重要的计算应用，并形成了巨大的商业价值和社会效应。目前，ann的实现以传统的电子计算元件为基础，如cpu、gpu、fpga和专用加速芯片等。但进入后摩尔(moore)时代，这些传统计算模块普遍存在功耗性能瓶颈。为了解决这个困难，其他计算方法，如量子计算、光计算、dna计算等获得了学术界和工业界的共同关注。

在光学神经网络(包括光学拟态神经网络)方面，目前采用的方式是：光学向量-矩阵乘法器。

光学向量-矩阵乘法器包括的光源发射向量阵列和探测器向量阵列一般垂直布置，光源发射向量阵列和探测器向量阵列中的每一个像素对应一个神经元；相关矩阵掩模板位于光源发射向量阵列和探测器向量阵列之间，相关矩阵掩模板的各像素的透过率对应神经元的输出连接的权值信息，其列号对应输入神经元编号、行号对应输出神经元编号。

即使多个像素对应的神经元对应的权重或者连接不存在，光源发射向量阵列中每个像素的光能也平均分配到相关矩阵掩模板的多个像素上，进而会导致光能利用率较低。

技术实现要素：

本申请提供一种光学装置，用以解决现有技术中存在光能利用率低的问题。

第一方面，本申请提供一种光学装置，包括：光源、n个第一空间光调制模块、n个耦合模块、光学介质、m个探测模块以及运算控制模块，其中，n和m均为不小于1的正整数；所述光源包括n个输出端口，用于发射至少一路光信号，其中，所述光源的n个输出端口分别与所述n个第一空间光调制模块连接；所述n个第一空间光调制模块分别与所述n个耦合器连接，所述第一空间光调制器用于对接收到的一路光信号进行调制；所述n个耦合模块，用于将接收到的调制后的光信号耦合至所述光学介质中对应的n个输入位置；所述光学介质中的m个输出位置分别对应所述m个探测模块，所述光学介质中被写入的波导用于引导输入位置的入射光到达对应的输出位置；所述m个探测模块，用于从对应的输出位置接收出射光，对所述出射光进行采样，得到采样信息；所述运算控制模块，基于从所述m个探测模块得到的采样信息，更新所述光源发出的光信号携带的信息以及更新所述n个第一空间光调制模块的驱动信号。

上述方案，无输出的神经元对应的光源端口可以不发射光信号，从而可以提高光能利用率。另外，权值控制可以由空间光调制器控制，波导仅提供互连通道，不需要复杂敏感的波导传输调节结构，增加可行性和可靠性。波导在结构上可以实现重构，从而在结构上实现任意路径，不需要额外的马赫-曾德尔干涉仪(mzi)等相位调制器件，无需精密调节，光学装置的抗干扰能力强、可支持宽谱非相干光传输，并不限于波导传输的可调。此外，神经元在输入空间光调制模块上可以按照需求进行排布，具有较强的灵活性。

在一种可能的设计中，还包括：重构模块，用于接收所述运算控制模块发送的控制信息，根据所述控制信息在所述光学介质写入波导和/或擦除所述光学介质中的部分或者全部波导。

通过上述设计，在装置中配置用于对波导重构的模块，简单易行。

在一种可能的设计中，所述重构模块包括在光路传输路径上依次排列的激光器、准直透镜、第二空间光调制模块、以及聚焦物镜；所述激光器，用于根据所述控制信息发射写入激光或者擦除激光；所述准直透镜，用于对所述写入激光或者擦除激光进行准直；所述第二空间光调制模块，用于基于所述控制信息调节准直后的激光的光强；所述聚焦物镜，用于对所述第二空间光调制模块调节后的激光进行聚焦产生光斑。

上述设计提供了一种用于重构波导的模块的结构，简单易实现。

在一种可能的设计中，所述光源输出的每路光信号携带神经网络中一个神经元的输出信息。

上述设计，通过光源调制神经元的输出信息，简单易实现。

在一种可能的设计中，所述第一空间光调制模块用于根据所述神经元的至少一个输出连接的第一权值对接收到的一路光信号进行调制，所述输出连接为一个神经元的输出信息传输到的另一个神经元所采用的连接。

上述设计中，权值控制可以由空间光调制器控制，波导仅提供互连通道，不需要复杂敏感的波导传输调节结构，增加可行性和可靠性。

在一种可能的设计中，所述光学介质中存在的波导包括输入波导、连接波导，输出波导；

所述输入波导，用于接收所述调制后的光信号，将所述调制后的光信号通过至少一根连接波导发送出去；所述连接波导，用于将接收到的光信号发给所述输出波导，其中，每根连接波导对应一根输入波导和一根输出波导；所述输出波导，用于从至少一根输入波导接收光信号，将所述光信号发送出去；

在一种可能的设计中，所述输入波导耦合的连接波导的数目由所述输入波导对应的神经元的输出连接的数量，以及所述对应的神经元的每个输出连接的第二权值确定，所述输入波导与所述输出波导之间耦合的连接波导的数目由第一输出连接的第二权值确定，其中，所述第一输出连接为所述输入波导对应的神经元的输出连接中的一个，且用于连接所述输出波导对应的神经元。

通过上述设计，神经元的输出连接的权值(第二权值)可进一步通过连接波导数目来表征，具有离散化的特点。该结构可应用于特定的人工神经网络的应用，比如脉冲神经网络。相对于前面所述波导结构，本实施例的结构可以减少一部分输入接口的数量。

在一种可能的设计中，本申请实施例中涉及的波导可以为三维波导。三维波导之间不存在交叉，可以避免产生干扰。

在一种可能的设计中，所述光学介质采用光敏材料制成，或者所述光学介质采用熔融石英材料制成，或者所述光学介质采用相变材料制成，或者所述光学介质采用磁光材料制成。

在一种可能的设计中，若所述光学介质采用光敏材料或者采用熔融石英材料制成，所述光学介质包括的三维波导中部分或者全部波导在光场作用下被写入或擦除；或者，

若所述光学介质采用相变材料制成，所述光学介质包括的三维波导中部分或者全部波导在光场、电场或者热场作用下被写入或擦除；或者，

若所述光学介质采用磁光材料制成，所述光学介质包括的三维波导中部分或者全部波导在光场或者磁场作用下被写入或擦除。

在一种可能的设计中，所述光源包括n个可调激光器构成的光源阵列，一个可调激光器对应一个输出端口；或者，所述光源包括在光路传输路径上依次排列的激光器、准直透镜、n个第三空间光调制模块；所述激光器，用于向准直透镜发射激光；所述准直透镜，用于将所述激光进行准直，并将准直后的光信号输入到n个所述第三空间光调制模块；

所述第三空间光调制模块，用于对所述准直后的光信号进行调制。

上述设计，示例两种简单易行的光源的结构。

在一种可能的设计中，所述神经元的输出信息的加载方式为下面多种方式中的任意一种：

强度调制、相位调制、偏振方向调制、脉冲调制、波长调制、模场调制、偏振复用、脉冲复用、波长复用或者模式复用。

在一种可能的设计中，所述神经元的输出连接的第一权值所采用的调制方式为如下至少一种：

强度调制、相位调制、偏振方向调制、脉冲调制、波长调制或者模场调制。

附图说明

图1为本申请实施例提供的一种光学装置结构示意图；

图2为本申请实施例提供的另一种光学装置结构示意图；

图3为本申请实施例提供的又一种光学装置结构示意图；

图4为本申请实施例提供的光源与控制光调制器以及耦合模块之间的对应关系示意图；

图5为本申请实施例提供的一种光源结构示意图；

图6a为本申请实施例提供的一种神经元连接结构示意图；

图6b为本申请实施例提供的图6a对应的波导结构示意图；

图7a为本申请实施例提供的一种神经元连接变化结构示意图；

图7b为本申请实施例提供的图7a对应的波导结构变化示意图；

图8为本申请实施例提供的另一种波导结构示意图；

图9为本申请实施例提供的又一种波导结构示意图。

具体实施方式

本申请实施例提供一种光学装置，用以解决现有技术中存在的光能利用率低的问题。其中，方法和装置是基于同一发明构思的，由于方法及装置解决问题的原理相似，因此装置与方法的实施可以相互参见，重复之处不再赘述。本申请实施例提供的光学装置能够实现神经网络功能。

本申请实施例提供的光学装置可以用于多种计算应用领域，比如，图像识别与分析、复杂系统预测与控制、非线性优化、启发式搜索加速等。

下面结合附图对本申请提供的实施例进行详细说明。需要说明的是，本申请实施例中，多个是指两个或两个以上。另外，需要理解的是，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。

参见图1所示，为本申请实施例提供的光学装置结构示意图。

光学装置包括：光源11、n个第一空间光调制模块12、n个耦合模块13、光学介质14、m个探测模块15以及运算控制模块16，其中，n和m均为不小于1的正整数。

所述光源11包括n个输出端口，用于发射至少一路光信号，其中，所述光源的n个输出端口分别与所述n个第一空间光调制模块12连接。

可选地，光源11用于产生加载神经网络中各个神经元的输出信息的光，比如，所述光源输出的每路光信号携带神经网络中一个神经元的输出信息。神经元的输出信息可以由运算控制模块16传输给光源。本申请实施例中神经网络可以包括一层或者多层网络，涉及到的神经元可以是同一层的神经元，也可以是不同层的神经元。

示例性地，神经元的输出信息的加载方式可以为下面多种方式中的任意一种：强度调制、相位调制、偏振方向调制、脉冲调制、波长调制、模场调制、偏振复用、脉冲复用、波长复用或者模式复用。换句话说，图1所示的光学装置中，光源11可以采用如上任一种加载方式产生加载了神经元的输出信息的至少一路光信号。

此外，在本申请实施例中，光源发射的光信号的数量与神经网络中包括的神经元的输出连接的数量相关。

在一种可选的示例中，图1所示的光学装置中，光源11发出的光信号的数量，可以等于神经网络中包括的神经元的输出连接的数量，光源11发射的一路光信号对应于一个神经元的一根输出连接。其中，输出连接是指一个神经元的输出信息传输到的另一个神经元所采用的连接。若一个神经元有多根输出连接，则一个神经元的不同的输出连接在光源11上发射的光信号上具有相同的调制信息。

在另一种可选的示例中，光源11发出的光信号的数量可以等于存在输出连接的神经元的数量。由于一个神经元存在多个输出连接时，该神经元的输出信息也只有一个，通过该种方式可以提高光资源利用率。

在图1所示的光学装置中，所述n个第一空间光调制模块12分别与所述n个耦合模块13连接，所述第一空间调制模块12用于对接收到的一路光信号进行调制。

可选地，所述第一空间光调制模块12用于根据所述神经元的至少一个输出连接的第一权值对接收到的一路光信号进行调制，所述输出连接为一个神经元的输出信息传输到的另一个神经元所采用的连接。

其中，所述第一空间光调制模块12在接收到的光信号上调制神经元输出连接的权值的实现方式可以有多种，以下例举其中两种。

第一种可能的方式是，第一空间光调制模块12在一路光信号上调制一个神经元的一个输出连接的第一权值。第一种可能的方式，适用于光源11发出的光信号的数量等于神经网络中包括的神经元的输出连接的数量的方式。

第二种可能的方式是，第一空间光调制模块12在一路光信号上调制一个神经元存在的多个输出连接的第一权值。第二种可能的方式，适用于光源11发出的光信号的数量等于神经网络中包括的存在输出连接的神经元数量的方式。

示例性地，所述神经元的输出连接的第一权值所采用的调制方式为如下至少一种：强度调制、相位调制、偏振方向调制、脉冲调制、波长调制或者模场调制。

在一种可选的示例中，n个第一空间光调制模块12可以由一个或者多个空间光调制器来实现。一个空间光调制器包括多个像素，一个像素对应一个空间光调制模块12，即一个像素对应一个神经元的输出连接。比如，空间光调制器可以是幅度型，将神经元输出连接的第一权值对应的数字信息调制为对应像素的透过率。

所述n个耦合模块13，用于将接收到的调制后的光信号耦合至所述光学介质14中对应的n个输入位置。

示例性地，耦合模块13可以是微透镜，微透镜的光轴与第一空间光调制模块12的光轴重叠。当然也可以是其它用于实现耦合的光学结构。

在图1所示的光学装置中，所述光学介质14中的m个输出位置分别对应所述m个探测模块15。所述光学介质中可以被写入特定互联的波导结构。光学介质中被写入的波导可以用于引导输入位置的入射光到达对应的输出位置。

示例性地，本申请实施例中光学介质14中被写入的波导可以采用三维波导结构。

所述m个探测模块15，用于从对应的输出位置接收出射光，对所述出射光进行采样，得到采样信息。探测模块15主要是对接收到的出射光进行空间采样，比如将光场分布(例如光强、相位等)转换为采样信息，采样信息可以为数字型信息，可以作为神经元的输入信息。示例性地，m个探测模块15可以由一个探测器实现，比如互补金属氧化物半导体(complementarymetaloxidesemiconductor，cmos)面阵探测器，也可以由m个探测器实现。

所述运算控制模块16，基于从所述m个探测模块15得到的采样信息，更新所述光源11发出的光信号携带的信息以及更新所述n个第一空间光调制模块12的驱动信号。

示例性地，光源11发出的光信号携带的信息可以为神经元的输出信息。驱动信号可以为各个神经元的至少一个输出连接的第一权值。

运算控制模块16可以对采样信息进行融合处理得到传输给光源11的神经元的输出信息以及传输给第一空间光调制模块12的神经元的至少一个输出连接的第一权值。

可选地，运算控制模块16中还可以具有实现数字型神经网络算法的功能。另外，运算控制模块16的对采样信息进行融合处理的算法和结果可以与其它神经网络进行级联或者嵌套。

运算控制模块16可以通过一个或者多个处理模块、一个或者多个芯片，或者一个或多个处理器来实现。比如，中央处理模块(centralprocessingunit，cpu)，专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，fpga)或复杂可编程逻辑器件(complexprogrammablelogicdevice，cpld)。

在一种可能的示例中，图1所示的光学装置中还可以包括存储模块，存储模块可以配置在运算控制模块16内，也可以位于运算控制模块16外，用于存储运算控制模块16运行的程序代码，执行对采样信息进行融合处理得到传输给光源11的神经元的输出信息以及传输给第一空间光调制模块12的神经元的至少一个输出连接的第一权值。还用于存储数字型神经网络算法等。

在本申请实施例中，权值控制由空间光调制器控制，波导仅提供互连通道，不需要复杂敏感的波导传输调节结构，增加可行性和可靠性。波导在结构上可以实现重构，从而在结构上实现任意路径，不需要额外的马赫-曾德尔干涉仪(mzi)等相位调制器件，无需精密调节，光学装置的抗干扰能力强、可支持宽谱非相干光传输，并不限于波导传输的可调。此外，神经元在输入空间光调制模块上可以按照需求进行排布。因此，本申请实施例具有较强的灵活性。

在上述实施例中，还可进一步采用数字神经网络和光学神经网络混合计算的架构，可最大限度地利用数字计算和光学计算的优势，实现计算效率和能耗的最优平衡。

另外，本申请实施例，光学介质中波导的重构实现，可以通过光学装置以外的其它结构实现，也可以在光学装置中配置用于实现波导重构的结构。示例性的，参见图2所示，在光学装置还可以包括重构模块17。

重构模块17可以用于接收所述运算控制模块16发送的控制信息，根据所述控制信息在所述光学介质14上写入波导和/或擦除所述光学介质14中的部分或者全部波导。

重构模块17可以在运算控制模块16的控制下进行移动，比如在直角坐标系下三个方向下平移。重构模块17可以在移动过程中在光学介质14中逐点写入或擦除波导。重构模块17还可以由外部设备控制在光学介质14中逐点写入或擦除波导。

其中，本申请实施例重构模块17可以配置于光学装置之内，还可以配置于光学装置之外。

示例性的，参见图3所示，所述重构模块17包括在光路传输路径上依次排列的激光器171、准直透镜172、第二空间光调制模块173、以及聚焦物镜174。

其中，所述激光器171，用于根据所述控制信息发射写入激光或者擦除激光。激光器171可以根据控制信息在写入激光和擦除激光中切换。

示例性地，本申请实施例中可以通过不同的波长或者重复频率来产生写入激光和擦除激光。

所述准直透镜172，用于对所述写入激光或者擦除激光进行准直。

所述第二空间光调制模块173，用于基于所述控制信息调节准直后的激光的光强。

所述聚焦物镜174，用于对所述第二空间光调制模块173调节后的激光进行聚焦产生光斑。

示例性地，第二空间光调制模块173的功能可以由空间光调制器来实现，为了便于区分，将实现第二空间光调制模块173的功能的空间光调制器称为第二空间光调制器。

在一种可能的实施方式中，所述光学介质14可以采用可重复擦写的光学敏感材料制成。

一种示例中，光学介质14采用光敏材料制成。

若所述光学介质14采用光敏材料制成，所述光学介质14包括的三维波导中部分或者全部波导可以在光场作用下被写入或擦除。比如，重构模块17可以通过光场作用对光学介质14包括的三维波导中部分或者全部波导进行写入或擦除。

在另一种示例中，所述光学介质采用熔融石英材料制成。

若所述光学介质14采用熔融石英材料制成，所述光学介质14包括的三维波导中部分或者全部波导可以在光场作用下被写入或擦除。比如，重构模块17可以通过光场作用对光学介质14包括的三维波导中部分或者全部波导进行写入或擦除。

在又一种示例中，所述光学介质14采用相变材料制成。

若所述光学介质14采用相变材料制成，所述光学介质14包括的三维波导中部分或者全部波导在光场、电场或者热场作用下被写入或擦除。比如，重构模块17可以通过光场、电场或者热场作用对光学介质14包括的三维波导中部分或者全部波导进行写入或擦除。

在再一种示例中，所述光学介质采用磁光材料制成。

若所述光学介质采用磁光材料制成，所述光学介质包括的三维波导中部分或者全部波导在光场或者磁场作用下被写入或擦除。比如，重构模块17可以通过光场或者磁场作用对光学介质14包括的三维波导中部分或者全部波导进行写入或擦除。

在一种可能的实现方式中，所述光源11为由n个可调激光器构成的光源阵列，一个可调激光器对应一个输出端口。光源阵列可以由相干光源实现，比如，垂直腔面发射激光器(verticalcavitysurfaceemittinglaser，vcsel)，还可以由非相干光源实现，比如有机发光二极管(organiclight-emittingdiode，oled)。n个可调激光器与n个第一空间光调制模块一一对应。

例如，参见图4所示，光学装置中包括的光源11由m行n列的可调激光器构成的光源阵列，m*n＝n。图4中以n个第一空间光调制模块12由一个空间光调制器来实现，为了便于区分，将实现n个第一空间光调制模块12功能的空间光调制器称为第一空间光调制器12a。第一空间光调制器12a包括m行n列的二维像素阵列，m行n列的可调激光器与m行n列的二维像素阵列一一对应且对准。其中，一个像素可以对应于一个神经元的一个或者多个输出连接。图4中以n个耦合模块13由m行n列的微透镜阵列13a为例，m行n列的微透镜阵列13a与m行n列的二维像素阵列一一对应且对准。示例性地，微透镜的直径大小可以与像素大小相同。微透镜13a可以将各像素输出的移相平面波聚焦为汇聚平面波，耦合入光学介质的对应的输入位置。

在另一种可能的实现方式中，参见图5所示，所述光源11包括在光路传输路径上依次排列的激光器111、准直透镜112、n个第三空间光调制器113。

所述激光器111，用于向准直透镜112发射激光。激光器111的激光可以通过单模光纤输出给准直透镜112。比如，激光器111可以为带尾纤的半导体激光器，工作波长为532nm。

所述准直透镜112，用于将所述激光进行准直，并将准直后的光信号输入到n个所述第三空间光调制模块113。激光器111发射球面波(即球面光)，然后通过准直透镜112准直为平面波(即平行光)。

所述第三空间光调制模块113，用于对所述准直后的光信号进行调制，即第三空间光调制模块113根据神经元的输出信息对准直后的光信号进行调制。n个第三空间光调制模块113的功能可以由一个或者多个空间光调制器来实现。

本申请实施例中光学介质14中存在的波导可以采用多种结构。

在一种示例中，所述光学介质14中存在的波导包括输入波导和输出波导。一根输入波导对应一个神经元的一个输出连接，一根输出波导对应一个神经元。第一空间光调制模块12调制后的光信号通过耦合模块13耦合入一个输入波导。输入波导，用于接收耦合模块13耦合入的所述调制后的光信号，将所述调制后的光信号通过一根输出波导发送出去；输出波导，用于从至少一根输入波导接收光信号，将所述光信号发送出去。输入波导的数量等于神经网络中包括的神经元的输出连接的数量，输出波导的数量等于神经网络中包括的神经元的数量。

例如，神经网络中包括两个神经元，分别为神经元601a和601b，参见图6a所示，神经元601a和601b之间存在三根神经元的输出连接，分别为输出连接602a由神经元601a输出到达神经元601a、输出连接602b由神经元601b到达神经元601b，以及输出连接602c由神经元601b到达神经元601a。

图6a的神经网络可以通过图6b所示的结构实现。参见图6b所示，光学介质34中被写入的波导中包括输入波导603a、603b、603c，输出波导604a、604b。输入波导603a对应于输出连接602a，输入波导603b对应于输出连接602c，输入波导603c对应于输出连接602b，输出波导604a对应于神经元601a，输出波导604b对应于神经元601b。从图6a中可以看出，有两根输出连接分别是输出连接602a和602c连接到神经元601a，有一根输出连接，即输出连接601b连接到神经元601b，基于此，可以确定输入波导603a和输入波导603b分别与输出波导604a耦合，输入波导603c与输出波导604b耦合。另外，光学介质中的波导除了存在耦合的波导以外其它的波导，彼此不发生交叉。

另外，光学介质14中存在的波导可以进行部分擦写，即仅对发生变化的波导进行擦写。神经网络中连接方式发生变化，以图7a所示为例，神经网络的连接方式由状态1变化为状态2。变化后的神经网络中包括两个神经元，分别为神经元701a和701b，神经元702a和702b之间存在两根神经元的输出连接，分别为输出连接702a由神经元702a输出到达神经元701b、输出连接702b由神经元701b到达神经元701a。

参见图7b所示，状态2中光学介质34被写入的波导中包括输入波导704a、704b，输出波导703a、703b。输入波导704a对应于输出连接702a，输入波导704b对应于输出连接702b，输出波导703a对应于神经元701b，输出波导703b对应于神经元701a。

神经网络由状态1变化为状态2，即输出连接的数量由3减少为2，仅需在原有的状态的1的基础上擦除一根输入波导即可，参见图7b所示。

另外，光源11中参与工作的光源数目也相应地由3减少为2，从而节省了输入光能。

本申请实施例中通过光学介质中的波导来形成互连，实现光学神经网络。波导可以提供各神经元的物理连接，提供相应光信号的传输通道。进一步地，通过采用激光可擦写的光敏材料，光学介质中的波导可以被擦除和重排，从而实现可重构的光学神经网络。

在上述示例中，仅对于存在的互连才形成对应的波导，降低了波导数目，从而提升了光的能量利用率，同时降低了互连间的串扰。以图6a中的神经元结构为例，在现有技术中，需要提供4根神经元的物理连接；在本申请实施例中，仅需要提供3根神经元的物理连接。尤其是对于大规模神经元、稀疏局部互连的情形，本申请实施例相对于现有技术有显著的光能利用率提升。例如对于1000神经元、5000神经元连接的情形，本申请实施例相对有现有技术的光能利用率提升可达到200倍。

在另一种示例中，所述光学介质14中存在的波导可以被分为输入波导、连接波导，输出波导。

所述输入波导，用于接收所述调制后的光信号，将所述调制后的光信号通过至少一根连接波导发送出去。所述连接波导，用于将接收到的光信号发给所述输出波导，其中，每根连接波导对应一根输入波导和一根输出波导。所述输出波导，用于从至少一根输入波导接收光信号，将所述光信号发送出去。

其中，所述输入波导耦合的连接波导的数目由所述输入波导对应的神经元的输出连接的数量，以及所述对应的神经元的每个输出连接的第二权值确定，所述输入波导与所述输出波导之间耦合的连接波导的数目由第一输出连接的第二权值确定，其中，所述第一输出连接为所述输入波导对应的神经元的输出连接中的一个，且用于连接所述第一输出波导对应的神经元。

比如，参见图8所示，为光学介质14中被写入的波导结构的另一种实现方式。其中，不同波导按功能可划分为输入波导、连接波导、输出波导三类。一根输入波导对应一个神经元存在的输出连接，一根输出波导对应一个神经元。图8中，一根输入波导对应光学介质14中一个输入位置，输入波导以包括3根为例，分别为801a、801b、801c，与耦合模块13一一对应，且实现耦合；一根输出波导对应一个输出位置，以包括3根为例，分别为802a、802b、802，与探测器模块15一一对应，且实现耦合。各输入波导对应的连接波导，构成1到多的分束器，且能够平均分配光能。

图8中，输入波导801a通过3根连接波导，801c通过1根连接波导，耦合到输出波导802a；输入波导801b通过2根连接波导，801a通过一根连接波导，耦合到输出波导802b；输入波导801b通过1根连接波导耦合到输出波导802c。例如，对于输入波导801a，耦合到4根连接波导，4根连接波导中1根耦合到输出波导802b，3根耦合到输出波导802a，即输入波导801a输出的光能按照1:3的比例分配，对应于神经元输出连接的第二权值，即输入波导801a与输出波导802b对应的神经元的输出连接的第二权值为0.25，输入波导801a与输出波导802a对应的输出连接的第二权值为0.75。其中，各波导处于三维空间，互相不发生交叉，且相互保持适当距离以降低串扰。

本实施例中，神经元的输出连接的权值(第二权值)可进一步通过连接波导数目来表征，具有离散化的特点。该结构可应用于特定的人工神经网络的应用，比如脉冲神经网络。相对于前面所述波导结构，本实施例的结构可以减少一部分输入接口的数量。

在又一种示例中，所述光学介质14中存在的波导可以被分为输入波导、连接波导网络和输出波导。一根输入波导对应一个神经元的存在的输出连接，一根输出波导对应一个神经元，输入波导，用于接收所述调制后的光信号，将所述调制后的光信号通过至少一根连接波导发送出去。所述连接波导网络，用于将接收到的光信号发给所述输出波导。所述输出波导，用于从输入波导接收光信号，并将所述光信号发送出去。连接波导网络可以被划分为多层，各层之间的波导数目、分束器的分束数目、合束器的合束数目以及波导长度均可以是提前预定的。其中，各波导处于三维空间，互相不发生交叉，且相互保持适当距离以降低串扰。一方面，各个连接波导对应的第二权值随着光学介质14中被写入后即确定。从而可以基于第二权值来确定第一权值。另一方面，第一空间光调制模块的权值也可以是随机的。当输入光源11为相干光源，且神经元的输出信息按照强度编码时，各波导中的脉冲的强度和相位都是随机的，且可以通过多次随机划分-叠加过程最后产生对应的神经网络。此外，可以采用其他结构的互连方式，如散射微粒、微型光栅等微光学结构来实现随机路径的光传输。

比如，参见图9所示，为光学介质14中被写入的波导结构的又一种实现方式。其中，不同波导按功能可划分为输入波导、连接波导网络、输出波导三类。图9中，一根输入波导对应光学介质14中一个输入位置，输入波导以包括3根为例，分别为901a、901b、901c，与耦合模块13一一对应，且实现耦合；一根输出波导对应一个输出位置，以包括3根为例，分别为902a、902b、902，与探测器模块15一一对应，且实现耦合。各输入波导对应的连接波导，构成1到多的分束器，且能够平均分配光能。连接波导网络中波导划分为多层，各层之间波导随机划分和聚集，且各波导的长度配置成随机状态，实现脉冲相位的随机调制。

本实施例中，一方面，神经元的输出连接的权值具有随机、复数的特点。相对于前两种波导结构的实现方式可以对输入光场进行随机变换。该结构适用于特定的人工神经网络的应用，如回声状态神经网络。另一方面，分层的结构减少了局部的波导数量，同时保证了连接波导网络中波导连接的随机性。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。