חישוב נוירו-מורפי אופטי רב-ממדי ומתכוונן באמצעות סינפסות אל-פוטוניות המבוססות פרובסקייט

אור שיודע ללמוד

המחשבים שמפעילים את הבינה המלאכותית המודרנית עדיין מעבירים ביטים של נתונים הלוך ושוב בין שבבים נפרדים לזיכרון ולעיבוד, מה שגורם לבזבוז זמן ואנרגיה. המחקר הזה חוקר גישה שונה באופן קיצוני: שימוש באור עצמו גם לשאת מידע וגם לבצע למידה בדמיון מוחי. החוקרים בנו "סינפסה אל-פוטונית" — רכיב קטן שמנוהל על ידי אור וזוכר הבזקים קודמים — והראו כיצד אוספים גדולים של רכיבים אלה יכולים לזהות דפוסים ולהתאים עצמם לסביבה המשתנה בלי לשנות את החומרה באופן פיזי.

שכבה שמשתנה באור ובאוויר

בלב העבודה עומדת שכבה דקה המורכבת מחומר פרובסקייט הרגיש באופן יוצא מן הכלל גם לאור וגם למים שבאוויר. כאשר אור אולטרה־סגול פוגע בשכבה, המבנה הגבישי שלה משתנה והיא מחשיכה, חוסמת יותר אור נראה; כאשר האור מוסר והחומר סופג לחות מהסביבה, הוא חוזר באיטיות למצב שקוף יותר. המעבר הלוך ושוב הזה הפיך לחלוטין ויציב מאוד לאורך מחזורים רבים ותקופות אחסון של חודשים. מכיוון שכמות האור החולפת דרך השכבה יכולה לנוע ממצב כמעט שקוף ועד להכהיה חזקה, היא מספקת טווח רחב לקידוד "משקלים" או חוזקים שונים — בדיוק כמו חוזקי הקשר המשתנים בין נוירונים במוח.

סינפסות אופטיות ששומרות זיכרון

החוקרים מתייחסים לשינויים בשקיפות השכבה כזיכרון אופטי. פעימות אור עוקבות יכולות לחזק זמנית את תגובת השכבה, וחיקה בכך את הדרך שבה סינפסות ביולוגיות מתחזקות בקצרה כאשר אותות מגיעים ברצף מהיר. על ידי שינוי מספר פעימות האור שפוגעות בשכבה, תדירותן ועוצמתן, הצוות יכול לדחוף את המכשיר מזיכרונות קצרים שחולפים במהירות לזיכרונות ארוכי־טווח שעמידים יותר, בהד שנהגה במוח בין זיכרון לטווח קצר ולזיכרון לטווח ארוך. הלחות סביבתית פועלת גם היא ככפתור בקרה: אוויר יבש מאט את ההתאוששות של החומר, מאריך את משך "הזיכרון" של הבזק אור, בעוד תנאים לחים יותר מאיצים את השיכחה.

קריאת רמזים מרובים ממכשיר יחיד

מכיוון שתגובת השכבה תלויה בכמה גורמים בו־זמנית — עוצמת האור, זמן החשיפה והלחות — אותו סוג סינפסה נושא באופן טבעי מידע רב־ממדי על סביבתו. הצוות הקליט כיצד שקיפות השכבה התפתחה לאורך זמן בתנאים שונים והזין את העקבות הללו לרשת נוירונים חוזרת, צורת בינה מלאכותית המצוינת בזיהוי דפוסים המתפתחים בזמן. אף על פי שכל המידע הגיע מסוג אות אופטי אחד, הרשת למדה להבחין במדויק בין עוצמות אור שונות, משכי פעימות ורמות לחות, והדגימה שסינפסות פוטוניות אלה יכולות לשמש גם כחיישנים עשירים הרגישים לזמן וגם כאלמנטים של זיכרון.

תכנות מחדש של משימות רק באמצעות אור

כדי להדגים חישוב מעשי, המחברים השתמשו במערכים של שכבות אלה כמרכיבים מתכווננים ברשת נוירונים אופטית דיפרקטיבית — סידור שבו תמונות מעובדות כאשר הן עוברות דרך שכבות דקיקות עם דפוסים במקום דרך מעגלים אלקטרוניים. על ידי הפעלת רצפי תכנות אופטי שונים על סינפסות הפרובסקייט, הם יכלו לכוונן עד כ־80 רמות שקיפות מובחנות בכל מיקום, ובכך לקבוע את הפרמטרים הפנימיים של הרשת ללא שום שינוי פיזי. עם סט אחד של "משקלים" אופטיים המערכת סיווגה ספרות בכתב יד; עם סט אחר היא זיהתה פריטי לבוש ממאגר נתונים שונה. שתי המשימות טופלו על ידי אותה חומרה, פשוט הומרה מחדש על ידי עדכונים מונעי אור של הסינפסות.

מה משמעות הדבר למכונות עתידיות

העבודה מראה ששכבה רגישה לאור יכולה להתנהג כמו חיבור חכם ומתכוונן ברשת נוירונים, לאחסן מידע בשקיפות שלה ולהגיב בצורה שונה בהתאם גם לאותות האחרונים וגם לסביבה שמסביבה. על ידי שילוב של רב־אלמנטים כאלה, החוקרים יוצרים מערכות אופטיות היכולות לחוש, לזכור ולהתאים למשימות חדשות במהירות גבוהה ובצריכת אנרגיה נמוכה, וכל זאת ללא מעגלים אלקטרוניים קונבנציונליים. במונחים יומיומיים, זהו צעד לעבר מצלמות וחיישנים שעיניהם ו"מוחותיהם" עשויים מהחומר המבוסס־אור הזה, הלומדים ישירות מהאור שהם רואים ומשנים את התנהגותם באמצעות דפוסים חדשים של הארה.

ציטוט: Zi, J., Sun, J., Yang, B. et al. Multidimensional and reconfigurable optical neuromorphic computing using perovskite-based all-photonic synapses. Commun Mater 7, 92 (2026). https://doi.org/10.1038/s43246-026-01097-x

מילות מפתח: חישוב נוירו-מורפי אופטי, סינפסת פרובסקייט, זיכרון אל-פוטוני, פוטוניקה מתכוננת, רשת נוירונים דיפרקטיבית