Descrizione del progetto
Sfruttare i plasmoni per il calcolo neuromorfico fotonico
Il progetto NEHO, finanziato dal CEI, prevede di sviluppare una tecnologia informatica fotonica per elaborare i dati in modo rapido ed efficiente dal punto di vista energetico. La tecnologia prevista incorporerà un hardware ispirato alla struttura e al funzionamento del cervello umano, dimostrando la capacità di apprendere, adattarsi ed evolversi. Al centro della visione di NEHO c’è la possibilità di sfruttare le proprietà plasmoniche nei semiconduttori drogati. Controllando gli effetti plasmonici, i ricercatori miglioreranno le non linearità ottiche, ritenute fondamentali per la realizzazione di neuroni artificiali.
Obiettivo
NEHO will develop a novel photonic integrated circuit platform that enables ultrafast and low-energy consumption neuromorphic information processes by means of a newly developed nonlinear photon-plasmon semiconductor technology at mid-infrared wavelengths (8-12 μm). NEHO vision will be achieved by unconventional use of semiconductors to optimize and control plasmonic effects that will provide the optical nonlinearity required to implement the functionalities of an artificial neuron. NEHO's optical neuron will be the building block for the realization of ultrafast optical neural networks. We will combine the flexibility of field-effect devices realized on semiconductors with the nanoscale nature of plasmonic processes so to enable the reconfigurability of the nonlinear optical coefficient at each node of the network, simply obtained by controlling DC electric potential levels. At the heart of NEHO is the idea of exploiting the rich electron dynamics of semiconductors. Doped semiconductors undergo an interesting transition from the size-quantization regime to the classical regime of plasmon oscillations. This transition region can exhibit strong nonlocal and nonlinear optical response due to a large variety of electron-electron interactions. The decrease in electron density induced on the semiconductor surface by an external bias can be used to modulate the nonlinear response strength. This unprecedented feature will be used to leverage the hardware implementation of a neural network into the development of new machine learning optimization techniques, including the optimization of the nonlinear activation function to different tasks. This extra degree of freedom will offer tremendous benefits for a large variety of machine learning applications.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
Parole chiave
Programma(i)
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-EIC-2021-PATHFINDEROPEN-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-EIC -Coordinatore
16163 Genova
Italia