基于标准电信非线性模块的小型光子Kolmogorov-Arnold网络

《Nature Communications》：Small-scale photonic Kolmogorov-Arnold networks using standard telecom nonlinear modules

　　

摘要

光子神经网络有望实现光速级的推理速度，但目前大多数架构仍是将线性光学结构与电子非线性元件结合使用，从而重新引入光电光转换的瓶颈。Kolmogorov-Arnold网络则将可训练的非线性函数置于网络边缘，将表达能力集中在少数结构化模块中。这里的每条边都是一个由马赫-曾德尔干涉仪、半导体光学放大器以及可变光学衰减器构成的独立模块，其传递函数由增益饱和度和干涉混合效应决定。包含四个模块的网络在非线性分类任务中的准确率可达94.3%（在10组测试数据下的标准差为±3.9%），而包含七个模块的网络在六输入回归任务中的决定系数可达到R2=0.986±0.015，即便面对6位输入和14 dB的信噪比依然能保持稳定性能。本文表明，一种完全可微分的物理模型能够实现对这些传统电信模块的端到端优化，为从理论模拟走向光子Kolmogorov-Arnold网络的实验验证提供了可行路径。