
光学处理器能够处理复杂的机器学习
神经网络为基础的机器学习是一种开发人工智能的当前热点。《应用物理评论》杂志上的一篇论文提出了一种使用光而不是电来执行神经网络所需计算的新方法。在这种方法中,一个光学的张量核心并行执行矩阵的乘法,提高了当前深度学习模式的速度和效率。

如何在宽频率范围内操纵基于声子偏振子的纳米光?
美国凯斯西储大学、奥地利技术研究所、巴黎材料中心和东京大学提出一种新方法可广泛扩展范德华材料中声子偏振子工作频率。研究人员发现了一种以声子偏振形式控制纳米级限制光频率的有效方法。