据中科院网4月21日消息，美国宾夕法尼亚大学研究团队开发出首款能够利用光进行非线性神经网络训练的可编程芯片。通过调整泵浦光的形状和强度，该研究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。该技术有望大幅加快人工智能的训练速度，同时降低能源消耗，并为研制全光驱动计算机奠定基础。相关研究发表在《自然-光子学》（Nature Photonics）期刊。