近日，智能科技学院张轶楠教授团队在光学领域知名期刊《激光与光子学评论》 （Laser & Photonics Reviews）发表题为“基于飞秒激光图案化钙钛矿量子点的多功能衍射深度神经网络”（Femtosecond Laser Patterning of Perovskite Quantum Dots for Multifunctional Diffractive Deep Neural Networks）的创新研究成果。智能科技学院博士生祝圣亭为论文第一作者，张轶楠教授为唯一通讯作者，上海理工大学为唯一完成单位。
衍射深度神经网络（D2NN）因具有光速计算、并行处理、低功耗等优势，被认为是突破传统电子计算瓶颈的重要方向。然而，现有衍射神经网络大多依赖静态衍射层，仅具备单一光计算功能，缺乏直观的信息反馈和人机交互能力，难以满足智能终端、可穿戴设备等边缘光计算系统对功能集成化的需求。针对上述问题，研究团队提出了一种基于飞秒激光直写钙钛矿量子点（PQDs）的多功能衍射神经网络。利用飞秒激光诱导量子点原位生成，实现了同一柔性薄膜中荧光显示与多级相位调控的协同构建，使器件在非相干绿光照射下能够显示清晰的荧光图案，在相干红光照射下又可作为衍射计算层执行全光神经网络推理。
研究团队建立了基于PQD薄膜的多级相位调控机制，通过飞秒激光多次加工策略，实现了0-0.7 π范围内的八级相位调制。在此基础上，团队成功制备了两层柔性衍射神经网络，实现了MNIST六分类任务80.6%的实验识别准确率；同时提出空间掩膜训练策略，在保持预设荧光图案的同时完成网络优化，构建出兼具向日葵、蒙娜丽莎荧光图案显示和微笑识别功能的多功能衍射神经网络，在实验中实现了82%的微笑识别准确率，验证了光计算与荧光显示协同工作的可行性。
本研究提出了集光计算、荧光显示于一体的新型衍射神经网络架构，首次在单一材料体系中实现了荧光显示与衍射计算功能的协同集成，为多功能智能光计算硬件的发展提供了新的技术路线。该工作充分发挥了飞秒激光直写技术高分辨率、低成本和灵活加工的优势，实现了钙钛矿量子点衍射层的高精度构建，并赋予器件可视化能力，为光计算系统的人机交互提供了新的解决方案。同时，结合柔性基底和稳定的荧光特性，该研究为可穿戴智能设备、智慧家居、集成光电子系统以及新一代边缘光计算平台的发展提供了新的硬件支撑。
论文链接: https://onlinelibrary.wiley.com/doi/10.1002/lpor.71473
飞秒激光直写钙钛矿量子点实现多功能衍射神经网络
