由蒙納士大學(xué)和皇家墨爾本理工大學(xué)共同領(lǐng)導(dǎo)的研究找到了一種方法來創(chuàng)建更加先進的光子集成電路，使數(shù)據(jù)高速公路之間架起橋梁。該研究徹底改變了目前的光學(xué)芯片的連通性，并用薄硅晶片取代笨重的3D光學(xué)器件。

　　這項研究成果發(fā)表在著名期刊《自然·光子學(xué)》（Nature Photonics）上，能夠加速人工智能的全球發(fā)展，并提供更實際的應(yīng)用，例如：

　　創(chuàng)造更安全的無人駕駛汽車，能夠即時解讀周圍環(huán)境；

　　使人工智能能夠更快速地診斷醫(yī)療狀況；

　　讓谷歌Homes、Alexa和Siri等應(yīng)用的自然語言處理速度更快；

　　更小的交換機，用于重新配置承載互聯(lián)網(wǎng)的光網(wǎng)絡(luò)，以便更快地在需要的地方獲取數(shù)據(jù)。

　　無論是打開電視還是保持衛(wèi)星正常運行，光子學(xué)正在改變我們的生活方式。光子芯片可以將笨重的臺式設(shè)備的處理能力轉(zhuǎn)化為指甲大小的芯片。

　　蒙納士大學(xué)電氣與計算機系統(tǒng)工程系、現(xiàn)北京郵電大學(xué)的Mike Xu博士，蒙納士大學(xué)電氣與計算機系統(tǒng)工程系的Arthur Lowery教授，以及現(xiàn)就職于阿德萊德大學(xué)并在 RMIT 進行這項研究的Andy Boes博士，在澳大利亞研究委員會的一個聯(lián)合發(fā)現(xiàn)項目下構(gòu)思了這個實驗。

　　Arnan Mitchell教授和Guanghui Ren博士設(shè)計了這種芯片，以便為實驗演示做好準(zhǔn)備。

　　該項目的首席研究員、蒙納士大學(xué)ARC桂冠研究員Arthur Lowery教授說，這一突破補充了蒙納士大學(xué)Bill Corcoran博士之前的發(fā)現(xiàn)，他在2020年與RMIT合作，開發(fā)了一種新的光學(xué)微梳芯片，可以通過一根光纖擠壓整個NBN的三倍流量，這被認(rèn)為是世界上最快的互聯(lián)網(wǎng)速度。

　　光學(xué)微梳芯片在高速公路上建造了多條車道，現(xiàn)在，自校準(zhǔn)芯片已經(jīng)創(chuàng)建了連接所有車道的上下行匝道和橋梁，并允許更大的數(shù)據(jù)移動。

　　Lowery教授解釋說：“我們已經(jīng)演示了一種自校準(zhǔn)可編程光子濾波器芯片，具有信號處理核心和用于自校準(zhǔn)的集成參考路徑，”

　　“自我校準(zhǔn)意義重大，因為它使可調(diào)諧光子集成電路在現(xiàn)實世界中實現(xiàn)應(yīng)用；應(yīng)用包括根據(jù)顏色將信號切換到目的地的光通信系統(tǒng)、非�？焖俚南嗨菩杂嬎悖ㄏ嚓P(guān)器）、用于化學(xué)或生物分析的科學(xué)儀器，甚至是天文學(xué)。

　　這一突破已經(jīng)醞釀了三年。

　　自動駕駛汽車、遠程控制采礦和醫(yī)療設(shè)備等依賴互聯(lián)網(wǎng)的新技術(shù)，未來將需要更快、更大的帶寬。帶寬的增加不僅僅是改善我們的互聯(lián)網(wǎng)傳輸所使用的光纖，還包括提供緊湊的多種顏色、多種方向的開關(guān)，這樣數(shù)據(jù)就可以同時傳輸?shù)蕉鄠�通道。

　　“這項研究是一項重大突破——我們的光子技術(shù)現(xiàn)在已經(jīng)足夠先進，可以將真正復(fù)雜的系統(tǒng)集成在一個芯片上。設(shè)備可以具有允許其所有組件作為一個整體工作的片上參考系統(tǒng)的想法是一項技術(shù)突破，它將使我們能夠通過快速重新配置承載我們互聯(lián)網(wǎng)的光網(wǎng)絡(luò)來解決互聯(lián)網(wǎng)瓶頸問題，以便在哪里獲取數(shù)據(jù)它是最需要的。”Arnan Mitchell教授說。

　　光子電路能夠操縱和路由信息的光通道，它們也可以提供一些計算能力，例如搜索模式。模式搜索是許多應(yīng)用的基礎(chǔ)：醫(yī)療診斷，自動駕駛汽車，互聯(lián)網(wǎng)安全，威脅識別和搜索算法。

　　芯片快速可靠的重新編程使新的搜索任務(wù)能夠快速準(zhǔn)確地進行編程。然而，這種制造需要精確到光的微小波長（納米）的程度，這目前是困難且極其昂貴的——自校準(zhǔn)克服了這個問題。

　　光子芯片的可靠調(diào)諧開辟了許多其他應(yīng)用，比如光學(xué)相關(guān)器，它幾乎可以在瞬間發(fā)現(xiàn)數(shù)據(jù)流中的數(shù)據(jù)模式，比如圖像——這也是該團隊一直在研究的問題。

　　Andy Boes博士說：“隨著我們將越來越多的臺式設(shè)備集成到指甲大小的芯片上，讓它們一起工作以達到它們更大時的速度和功能變得越來越困難。我們希望通過創(chuàng)建一個足夠聰明的芯片來克服這一挑戰(zhàn)，讓它可以自我校準(zhǔn)，因此所有組件都可以以他們需要的速度一致地運行�！�