这项突破有望大幅加快AI训练速度，同时降低能源消耗，并为研制全光驱动计算机奠定基础。
原来，研发团队在芯片的研发过程中引入了一种极为特殊的半导体材料，这种材料对光具有高度的敏感性。
当携带输入数据的“信号”光穿过这种材料时，另一束“泵浦”光从上方照射下来，调节材料的响应特性。
通过调整泵浦光的形状和强度，团队可以根据信号光的强度及材料的反应来控制信号光的吸收、传输或放大方式，从而对芯片进行编程以执行不同的非线性功能。
团队用其解决多项基准AI问题进行测试，在简单的非线性决策边界任务中，实现了超过97%的准确率。与传统数字神经网络相比，这种光子芯片性能更强，能耗更低。
