具有混合可塑性的光子突触用于硬件级神经复用
光学
2026-05-26 v1
摘要
生物智力的一个标志性特征是神经复用，即能够保留过去的学习并将其 repurposed 用于新任务和变化的环境。光子神经硬件提供了高带宽、低延迟的计算能力，但当前实现仍受限于固定的体系结构和静态权重，缺乏瞬时动力学与持久权重存储的共存。本文引入了集成光子突触，实现我们称之为混合可塑性的单一突触器件内的权重保存与可逆更新，从而实现硬件级神经复用。我们利用这种混合可塑性实现了以皮秒时间尺度的突触权重编码，并进行了实验 grounding 的迁移学习仿真。结果表明，该神经复用框架实现了 20 倍以上的收敛速度，约 30 倍的权重更新小于随机初始化。这些结果推动了光子硬件 toward高效、具备记忆保留的芯片学习。
引用
@article{arxiv.2605.25712,
title = {Photonic Synapses with Hybrid Plasticity for Hardware-Level Neural Reuse},
author = {Chenlei Li and Tao Shu and Cunyu Shi and Wei Wang and Shengjie Tang and Yueyang Zhang and Wei Chen and Jungan Wang and Bin Li and Yu Han and Gong Zhang and Huan Li Yaocheng Shi and Jianwei Wang and Feng Qiu and Daoxin Dai},
journal= {arXiv preprint arXiv:2605.25712},
year = {2026}
}