近年来,以神经网络为代表的人工智能技术正向着高速低功耗的方向快速发展。然而,受限于电子器件的固有极限,传统电子神经网络难以进一步提高功率效率与计算速度。而光子神经网络能够有机地将光电子技术与神经网络模型相结合,提供了突破这一瓶颈的有效手段。为了更好地了解光子神经网络的发展历程,把握当前光子神经网络的研究热点以及展望未来光子神经网络的发展方向,本文对光子前馈、循环以及脉冲神经网络的研究现状进行梳理,以阐释光子神经网络在实时训练、非线性运算、规模化和实用化方面面临的挑战及未来发展的趋势。