Optiske neurale netværk - implementeringen af kunstige neurale netværk i form af optiske systemer. For at sikre parallelitet i en digital computer skal mange elementer arbejde parallelt. Den plads, de optager, i betragtning af den plads, der kræves for at isolere et element fra et andet, kan blive så stort, at der ikke er plads tilbage på en siliciumwafer til at rumme computerkredsløb. Samtidig kræver forbindelsen af elementer ved hjælp af lysstråler ikke isolering mellem signalvejene, lysstrømmene kan passere gennem hinanden uden gensidig påvirkning. Desuden kan signalveje placeres i tre dimensioner. Tætheden af transmissionsveje er kun begrænset af størrelsen af lyskilderne, deres divergens og størrelsen af detektoren. Derudover kan alle signalveje fungere samtidigt, hvilket giver en enorm dataoverførselshastighed. Denne retning giver dig mulighed for at udvikle individuelle komponenter, der er nødvendige for at bygge en neurocomputer .
Når kunstige neurale netværk simuleres på en digital computer , går deres iboende parallelle karakter af beregning tabt; hver operation skal udføres sekventielt. På trods af den høje hastighed med at udføre individuelle beregninger, kan antallet af operationer, der kræves for at udføre matrixmultiplikation, blive for stort.
Forskellige elektron-optiske enheder er blevet foreslået, der implementerer ægte parallel matrix multiplikation [1] [2] [3] .
Holografiske korrelatorer gemmer referencebilleder i form af enten et fladt eller volumetrisk hologram og rekonstruerer dem under sammenhængende belysning. Inputbilledet, som kan være støjende eller ufuldstændigt, er input til systemet og er samtidigt optisk korreleret med alle lagrede referencebilleder. Disse korrelationer behandles af en tærskelfunktion og føres tilbage til systemets input, hvor de stærkeste korrelationer forbedrer inputbilledet. Det forbedrede billede passerer gennem systemet gentagne gange og ændres for hver gang, indtil systemet stabiliserer sig på det ønskede billede.
Sådanne enheder er således fysiske analoger af Hopfield neurale netværk, Cosco neurale netværk og mange andre.
Med udviklingen af nanofotonik blev det muligt at bruge bacteriorhodopsin-holdige film som hovedmateriale til fremstilling af optiske neurale netværk . Proteinet bacteriorhodopsin ligner i funktion og struktur visuelt rhodopsin . En kunstig nethinde bygget på dette grundlag vil således nærmest matche den fysiologiske prototype. Men på basis af bacteriorhodopsin er det muligt at bygge ikke kun en kunstig nethinde, men også en formel neuron . Dette gør det i princippet muligt at implementere enhver form for moderne kunstige neurale netværk baseret på membraner indeholdende bacteriorhodopsin-proteinet.
Det skal bemærkes, at bacteriorhodopsin ikke er det eneste protein, der anvendes til dette formål. Lovende for forskningen er også det fotoaktive gule protein PYP (fotoaktivt gult protein), et receptorprotein, som fx findes i organismen Ectothiorhodopspira halophila [4] . Dette protein giver negativ fototakse af bakterier - undslippe fra lys.