Существенным прорывом последних лет в науке стали оптоэлектронные устройства с динамическими свой­ствами, аналогичными реальным биологическим нейронам. Это связано с очень коротким временем отклика таких устройств по сравнению с натуральными нейронами, что позволяет создать быстродействующие искусственные нейронные сети. Учеными из Института физики им. Б. И. Степанова и Института физиологии НАН Беларуси предложен и экспериментально реализован искусственный импульсный нейрон на основе оптоэлектронной пары «вертикально-­излучающий лазер – однофотонный лавинный фотодиод».

Эта разработка демонстрирует основные динамические свой­ства биологических нейронов: пороговое возбуждение, независимость амплитуды потенциала действия от амплитуды стимула выше порога, наличие абсолютного рефрактерного периода, зависимость частоты возбуждения нейрона от силы стимула. Ключевым элементом искусственного нейрона является детектор одиночных фотонов, способный регистрировать их малые потоки и осуществлять ступенчатую функцию активации. Наличие мертвого времени в таких детекторах соответствует наличию абсолютного рефрактерного периода в биологических нейронах.

Оптоэлектронные нейроны позволяют осуществлять различные кодирования и масштабирования, а объединенные вместе образуют физические импульсные нейронные сети. В этом контексте использование искусственного оптоэлектронного нейрона на основе вертикально-­излучающих лазеров и однофотонных лавинных фотодиодов имеет ряд преимуществ: низкую рабочую мощность, микронные размеры, невысокую стоимость и вероятность создания крупномасштабных линейных и двумерных массивов искусственных нейронов. В частности, одна из возможных реализаций искусственной импульсной оптоэлектронной нейронной сети – многослойная структура, состоящая из слоев массивов лазеров и фотодиодов, разделенных слоем оптических аттенюаторов и соединенных в соответствии с разработанной архитектурой сети. Подобная сеть может применяться для распознавания образов, устранения шумов в изображениях, задачах классификации и т. д. практически в реальном масштабе времени благодаря распределенной и параллельной архитектуре обработки, чем отличается от программно-­реализуемых искусственных нейронных сетей.