Neuromorfe fotonische informatieverwerking met hoge snelheid en laag vermogenverbruik met chaotische caviteiten (FWOAL960)

Het menselijk brein presteert nog steeds beter dan digitale computers wat betreft flexibiliteit en prestaties op het gebied van patroonherkenningstaken zoals beeld- en spraakherkenning. Bovendien is het in staat om dit te bereiken bij zeer bescheiden stroomverbruiksniveaus, typisch het vermogen equivalent aan een gloeilamp, terwijl (super) computers grootteordes meer vereisen. In dit project willen we inspiratie uit het brein halen om een nieuwe klasse van computersystemen te bouwen die niet alleen bio- geïnspireerd is, maar ook licht gebruikt als de fundamentele drager van informatie, in tegenstelling tot elektriciteit in huidige computers. In vergelijking met elektronica heeft fotonica het voordeel dat veel
fysieke effecten extreem snel kunnen zijn. Bovendien zullen we onze systemen bouwen met behulp van dezelfde volwassen massafabricatie-siliciumtechnologie die wordt gebruikt voor computerchips, maar nu bouwen we chips die op licht werken. Dit alles opent het potentieel om bepaalde klassen van problemen op te lossen (routing van internetsignalen, verwerken van medische beelden, ...) met zeer hoge snelheid, laag stroomverbruik en lage kosten.

Trefwoorden:photonic, neuromorphic, computing

Disciplines:Machine learning en besluitvorming, Nanofotonica