神经形态光子学是与神经网络同构的光电子硬件。这使得它具有非凡的功能，强大的需求，并可利用现有的深度学习等算法方法进行编程和训练。近年来，光子神经网络的研究激增，包括神经元模型，训练方法和拓扑结构等架构概念和实验。如此多样与丰富的研究意味着不应再仅仅期望将神经形态光子学研究聚焦于单个成功方案或单个应用程序，而是要持续研究相对于不断发展的电子学领域，光子学将在哪些应用中脱颖而出。最有希望的将是实时应用，即必须在很短的时间内完成决策。展望未来，现在应集中精力扩展单个网络中集成的神经元的数量。尽管关键的光子库已经在可扩展的（硅）光子平台上得到了验证，但是控制电路和光源等的集成封装也是技术上的挑战。得益于可编程光子的现代集成平台，片上级联和片上实现非线性等新思想和新设备，神经形态光子学在拓展机器学习和信息处理领域上具有非常大的潜力。与此同时，神经网络处理器的需求日益显著，而神经形态电子学似乎遇到了难以逾越带宽障碍。

内容中包含的图片若涉及版权问题，请及时与我们联系删除