清华大学研究团队开发了一种全前向模式学习方法，通过光学计算训练出具有数百万参数的深层光学神经网络，提高了AI对光学系统建模的能力。研究结果发表在Nature上。FFM学习方法还可扩展到集成光子系统的自设计。相关研究团队还推出了光训练芯片“太极-II”。

我们提出了一种超光谱存储体系结构，利用空间光调制器作为可编程光学存储器，通过空间复用和频率复用光频梳相结合，提高计算吞吐量和能源效率。实验结果表明，该系统在深度学习和优化任务中具有潜力，超越了传统光学计算体系结构的模块化性、可扩展性和可编程性，实现了高吞吐量、高能效光学计算的重要进展。