新型的光学计算可以解决非常复杂的问题，即使是最强大的超级计算机也无法解决。
俄罗斯剑桥大学和斯科尔科沃科技学院的研究人员称，通过将光信号相乘，可以解决一类具有挑战性的计算问题，并将其应用于图论，神经网络，人工智能和纠错代码中。 。
在《物理评论快报》上发表的一篇论文中，他们提出了一种新型的计算方式，它可以通过显着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，从而彻底改变模拟计算。
与使用电子的经典计算机相反，光学或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，因此光学计算机将具有超快的能效，并能够通过多个时间或空间光学通道同时处理信息。
光学计算机中的计算元件（数字计算机的零和零的替代物）由光信号的连续相位表示，通常通过将来自两个不同光源的两个光波相加然后投影来实现计算。结果显示为“ 0”或“ 1”状态。
所提出的光学计算机解决了高阶二进制优化问题的光脉冲相互作用示意图。来自多个光脉冲的光相合并以改变每个光脉冲的相，直到找到解。
但是，现实生活中存在高度非线性的问题，其中多个未知数在乘法交互的同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败。
现在，来自剑桥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·斯特罗夫（Nikita Stroev）发现，光学系统可以通过乘以描述光波的波函数而不是相加来组合光，从而可以组合光。光波之间的连接类型不同。
他们用称为极化子的准粒子（半光半物质）说明了这种现象，同时将其扩展到更大的光学系统类别，例如光纤中的光脉冲。由于极化子的物质成分，可以在空间中产生微小的脉冲或超连续运动的极化子的斑点，并以非线性的方式相互重叠。
“我们发现关键因素是您如何将脉冲彼此耦合，” Stroev说。“如果正确地实现了耦合和光强度，光就会成倍增加，从而影响单个脉冲的相位，从而无法解决问题。这样就可以使用光来解决非线性问题。”
在这些光学系统的每个元件中，用于确定光信号相位的波函数的乘法来自于自然发生的非线性或外部引入系统的非线性。
“令人惊讶的是，无需将连续的光相位投影到解决二进制变量问题所必需的'0'和'1'状态上，” Stroev说。“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。相反，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通过临时更改信号的耦合强度来将系统轨迹引向解决方案的方法。
“我们应该开始确定可以由专用物理处理器直接解决的不同类型的问题，”同时在斯科尔科沃科学技术学院任职的贝洛夫说。“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势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。
“改变我们的框架以直接解决不同类型的问题，可能会使光学计算机更接近于解决传统计算机无法解决的现实问题，”贝洛夫说。
参考：Nikita Stroev和Natalia G. Berloff撰写的“具有凝聚物相干网络和复杂耦合切换的离散多项式优化”。2021年2月5日，《物理审查函》。
10.1103 / PhysRevLett.126.050504
