Резонансные структуры на основе фазопеременных материалов для нейроморфных вычислений

Данный проект посвящен разработке высокодобротных субволновых фотонных метаструктур, которые благодаря компактным размерам и применению фазоперменных халькогенидных полупроводниковых материалов позволят преодолеть существующие барьеры. В первую очередь проект направлен на исследование возможности использования Ge₂Sb₂Se₄Te₁ (GSST) для создания элементной базы оптических нейроморфных вычислений. GSST как в аморфном, так и в кристаллическом фазовом состоянии обладает существенно низкими оптическими потерями в телекоммуникационном спектральном диапазоне по сравнению с широко распространенным Ge₂Sb₂Te5 (GST). Таким образом, разработанные в данном проекте структуры могут быть эффективно интегрированы с существующими высокочастотными модуляторами оптического излучения и фотонными интегральными схемами. Существенное повышение нелинейного оптического отклика и аккумуляции фазового набега волнового фронта планируется достигать за счет возбуждения высокодобротных Фабри-Перо резонансов или генерации связанных состояний в суперконтинууме. Наконец, важным шагом к созданию оптического нейроморфного вычислителя является реализация полностью оптической адаптивной настройки параметров нейроморфного вычислителя. В данном проекте предлагается разработать методику управления параметрами вычислителя за счет пространственного модулятора света, позволяющего оптически модифицировать фазовое состояние халькогенидного материала в виде сложного пространственного паттерна. Данный подход позволит существенно увеличить скорость обучения нейроморфного вычислителя в реальном времени. Научным результатом проекта станут новые элементы для оптических нейроморфных вычислений в виде резонансных структур с включением слоев фазопеременных материалов. Фокус проекта направлен на поиск оптических структур, допускающих динамическое полностью оптическое управление параметрами нейроморфного вычислителя и разработку эффективных и масштабируемых технологий оптического управления. Производительность вычислений задач классификации образов и предсказания временных рядов на базе разработанных элементов будет определена на двух актуальных платформах: дифракционная нейронная сеть, реализованная в виде последовательности фазовых пластин и планарная нейронная сеть, реализованная в фотонных интегральных схемах.