IT思维

公众号/ScienceAI（ID：Philosophyai）

编译/文龙

据剑桥大学和俄罗斯斯科尔科沃科技学院的研究人员称，通过将光信号相乘，可以解决一系列具有挑战性的计算问题，这一方法可以应用于图论、神经网络、人工智能和代码纠错中。

在《物理评论快报》（Physical Review Letters）上发表的一篇论文中，他们提出了一种新型的计算方式——乘法，可以显著减少所需的光信号数量，同时简化对最佳数学解决方案的搜索，从而实现超高速光学计算机，彻底改变模拟计算。

图｜在光子芯片上直接进行乘法（来源：IBM）

与传统的使用电子的计算机不同，光子计算使用由激光或二极管产生的光子进行计算。由于光子基本上没有质量并且可以比电子传播更快，因此光学计算机将更加节能，并能够通过多时空光学通道同时处理信息。

光学计算机中的计算单元由光信号的连续相位表示，通常是将来自两个不同光源的光波相加，然后将结果映射到「0」或「 1」的状态来实现计算。

但是，现实生活中存在高度非线性的问题，其中多个未知数在进行乘法运算时会改变其他未知数的值。在这种情况下，以线性方式组合光波的传统光学计算方法将失效。

近日，剑桥大学应用数学和理论物理系的纳塔利娅·贝洛夫（Natalia Berloff）教授以及斯科尔科沃科学技术学院的博士生尼基塔·斯特罗耶夫（Nikita Stroev）发现，光学系统可以通过将描述光波的波函数相乘而不是相加的方式来组合光波，这可能是另一种不同类型的表示光波之间连接的方式。

他们使用称为电磁极化子的准粒子（半光半物质）阐明了这一现象，同时将这一思想扩展到了更大的光学系统类别，例如光纤中的光脉冲。由于极化子的物质组成，相干的、超快速移动的极化子可以在空间中产生微小脉冲或粒子，并以非线性的方式相互重叠。

图｜光学微腔中的极化子（来源：The University of Sheffield）

Stroev说：「我们发现，关键要素是如何将脉冲彼此耦合。如果正确地实现了耦合和相应的光强度，光就会成倍增加，从而影响单个脉冲的相位，给出问题的答案。这样就可以用光来解决非线性问题。」

在这些光学系统的每一个元件中，用于确定光信号相位的波函数乘法或来自于自然发生的非线性或来自于引入的外部系统的非线性。

「令人惊讶的是，不需要将连续的光相位映射到解决二进制变量问题所必需的0、1状态上。相反，系统倾向于在寻找最小能量配置的末尾带来这些状态。这是通过将光信号相乘得到的属性，而以前的光学机器需要共振激励才能在外部将相位固定为二进制值。」

作者还提出并实现了一种方法，可以通过临时更改信号的耦合强度来引导系统给出解决方案。

「我们将要开始确定可以通过专用物理处理器直接解决的不同类型的问题，高阶二进制优化问题就是这类问题之一，光学系统可以非常有效地解决它们。」

与现代电子计算机相比，光学计算要证明其在解决难题上的优越性还需要解决许多挑战：降噪、纠错、改进的可伸缩性、将系统引导到真正的最佳解决方案。

「通过改变框架来直接解决不同类型的问题，可能会使光学计算机更接近解决传统计算机无法解决的现实问题。」

论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.126.050504

原文地址：https://www.cam.ac.uk/research/news/multiplying-light-could-be-key-to-ultra-powerful-optical-computers