【清华大学科研团队创新成果】 北京时间8月7日，《自然》杂志在线发表了清华大学电子工程系方璐教授和自动化系戴琼海院士课题组的最新研究。他们首次提出了全前向智能光计算训练架构，成功研发出“太极-II”光训练芯片，显著提升了大规模神经网络的训练效率与精度。这一突破性进展不仅标志着光学神经网络训练进入全新阶段，还可能推动光学计算系统的广泛应用。 【关键技术与创新】 该团队通过创新性地将梯度下降中的反向传播转化为光学系统的前向传播，使得光学神经网络的训练仅需数据-误差两次前向传播即可完成，从而解决了现有光神经网络训练依赖GPU进行离线建模和物理系统精准对齐的问题。太极-II架构的引入，不再需要电计算进行离线的建模与训练，大幅提高了大规模神经网络的光训练效率与准确性。 【应用与影响】 太极-II架构在多个领域展现出了卓越性能。在大规模学习领域，它能够显著提升训练速度与分类任务的准确率；在复杂场景智能成像方面，其在弱光环境下的能效大幅提升，实现了高效的全光处理；在拓扑光子学领域，太极-II展示了自动搜索非厄米奇异点的能力，为解析复杂拓扑系统提供了新思路。这一研究成果不仅在学术界引起广泛关注，也为未来光学计算技术的发展开辟了广阔前景。