광신경망 계산-표시 통합 플랫폼 개발, AI 감지 시스템에 활용 기대

최근 인공지능(AI)과 지능형 감지 시스템은 엣지 컴퓨팅, 의료 영상, 안전 식별 등 다양한 분야에서 급속히 확장되고 있으며, 이는 하위 정보 처리 하드웨어에 전례 없는 도전을 제기하고 있다. 기존의 컴퓨팅 시스템은 폰 노이만 아키텍처를 기반으로 하며, 감지, 저장, 처리, 표시 기능이 분리되어 있어 데이터 이동이 빈번하고 에너지 소모가 높다. 광신경망(Optical Neural Networks, ONNs)은 고속 병렬 처리와 저지연 등의 특성을 가지고 있어 이러한 문제를 해결할 수 있는 잠재적 기술로 평가된다. 그러나 현재 주류의 광 컴퓨팅 시스템들은 간섭, 회절, 위상 조절 등의 메커니즘에만 초점을 맞추고 있으며, 결과 출력을 위해 독립적인 전자 표시 모듈에 의존하고 있어, 진정한 의미의 계산-표시 일체화를 실현하지 못하고 있다. 또한, 전통적인 광학 신경 컴퓨팅은 ADC/DAC 모듈을 통해 광-전기 변환이 필요해 시스템의 복잡성과 에너지 소모를 더 증가시키고 있다. 이러한 배경에서, 심천대학교 물리광전자공학부 장한 교수와 위송르이 조교수 연구팀은 홍콩대학교, 남방과학기술대학교, 펑청연구소 등과 협력하여, 형광 행렬-벡터 곱셈(Fluorescence Matrix–Vector Multiplication, FMVM)을 기반으로 하는 새로운 광신경 컴퓨팅 아키텍처를 개발하였다. 이 연구팀은 광색변화 소재의 프로그래밍 가능성을 광효과의 가시 출력 능력과 결합하여, 광학 가중치 프로그래밍, 신경계산, 결과 표시를 동시에 수행하는 첫 번째 플랫폼을 구축했다. 해당 연구 결과는 2025년 7월 국제 광학 권위 저널 'Optica' 12권 7호에 '형광 행렬-벡터 곱셈: 메모리-디스플레이 동시 컴퓨팅의 실현'이라는 제목으로 발표되었다. FMVM 아키텍처는 후기스피로판(spiropyran, SP)/메로시아닌(merocyanine, MC) 분자 쌍을 기반으로 한다. UV 및 가시광선 조사에 의해 SP와 MC는 제어 가능한 비휘발성 변화를 나타내며, 비형광 상태인 SP가 UV 조사에 의해 형광 상태인 MC로 전환되며, 가시광线下则可逆恢复。这种可逆的光致变色体系为光学权重材料带来了高空间分辨率、高权重精度和可擦写重复训练的优势。研究团队将SP分子均匀掺杂到聚甲基丙烯酸甲酯(MMA)基底中，制备出可精密控制的荧光响应膜。通过数字光处理(DLP)技术，将特定的紫外图案作为光学“权重”照射到薄膜上，实现空间可编程的荧光强度调控，完成权重的写入与重构。 在计算过程中，输入光信号为紫外图案，其亮度代表输入向量。当这些紫外图案照射到已写入权重的SP-MC膜上时，会发生荧光发射，实现输入向量与权重的乘法操作。输出的荧光图案直接对应矩阵–向量乘法的结果，并可以通过相机记录或直接用肉眼观察，从而在可见光域实现输出显现。该架构无需电信号转换器，也无需传统显示设备，实现了真正的in-memory-display computing。 材料表征方面，研究团队对SP–MC薄膜在可见光和紫外线照射下的光致变色行为及其可逆性、稳定性和分辨率进行了详细表征。光致变色效应是本研究权重编程的物理基础，通过调节UV光强与曝光时间，可以实现连续可调的MC浓度。实验实现了5-bit（32级）荧光强度分辨率，并在显微尺度下实现了约33 μm的空间写入精度。荧光发射响应时间小于10纳秒，带宽超过100 MHz，满足高速计算的需求。权重图案在暗态下可长期保持稳定，经历数十次写入–擦除循环后仍无明显退化，显示出类似存储的功能。进一步的研究表明，薄膜的荧光强度与紫外线输入及MC浓度之间存在明确的关系，这为荧光神经网络执行推理任务奠定了基础。复杂的图案如“蒙娜·丽莎”、“微生物图谱”等均可由膜输出，光强均匀，显示质量高，兼具显示能力和灵活性。 在应用场景方面，基于上述物理基础搭建的荧光神经网络进行了矩阵矢量乘法运算，用于识别三位不同人员的指纹，并输出和显示对应的名字。研究团队还进行了仿真和实验工作，并比较了两者在权重和结果方面的差异。通过进一步的求和和非线性处理，可以得到更标准的字母显示。图1展示了FMVM的基本原理，包括权重写入、输入投射与荧光输出的过程。图2和图3分别表征了SP–MC薄膜的光致变色行为及其荧光特性。图4则展示了基于FMVM实现的指纹识别流程和输出图案，验证了其计算与显示一体化的能力。 总而言之，这项研究首次实现了光致荧光的神经网络运算功能，构建了一个全新的“感知-记忆-计算-显示”一体化光计算硬件平台，为未来的可穿戴设备、边缘AI感知系统、自然光信号处理与光学安全识别提供了可行方案。与传统ONN体系相比，FMVM具有以下五大优势：零ADC/DAC：全光域处理，无需电信号转换；低功耗：无需持续能耗维持权重存储，适于边缘场景；并行显示输出：荧光图案可同时显示多类输出结果；非挥发存储能力：可写入/擦除并长期保存；材料拓展性强：可扩展至量子点、MOF、碳点等多类荧光材料，实现多波段荧光响应。该研究得到了国家自然科学基金、深圳市孔雀计划、深圳市科技创新委员会等项目的资助。 industy experts believe that this breakthrough could significantly advance the field of edge computing and optical security. The collaboration among multiple institutions highlights the growing importance of interdisciplinary research in developing innovative computing technologies. Shenzhen University's team, known for their work in optical materials and neuromorphic computing, has once again demonstrated their leadership in this area. The potential applications of the FMVM platform, especially in wearable devices and real-time AI systems, are expected to drive further technological advancements and commercial opportunities.