光子计算。

基于我博士期间在大规模非线性光子晶格上的工作,我在探索把它们作为光学计算硬件平台的潜力 —— 利用光天然的并行性,以及拓扑的鲁棒性,造出一种不一样的处理器。

核心想法是:晶格本身就是计算。把编码后的输入送进去,微环之间的非线性耦合,会产生丰富、高维的响应。在输出端,一个训练过的小型读出层来解读这种响应。

芯片并不"知道"什么是猫或狗。它只是在变换光信号。一个小型神经网络学会从这些响应里把它们识别出来。

换一个输入,晶格的响应也会跟着变 —— 是确定性的,但又不需要人手工去设计。同一组读出权重,就能区分两个类别。芯片本身不变,只训练那个很小的分类器。

为什么重要

今天的 AI 任务正在撞上电子计算的极限 —— 能耗、带宽、延迟。光子没有这些限制。我们的赌注是:一个围绕拓扑和非线性设计的光子处理器,在某些计算上能比晶体管高效得多。TOPAI 专利(面向光学计算与 AI 的拓扑光子学架构)就是朝这个方向迈出的早期一步。

我也好奇这些

光与物质的相互作用 —— 具体来说,把原子系统集成进来,如何弥补光子学单打独斗的局限,从而实现可扩展的量子网络与量子计算。光子又快又无损,但彼此之间不相互作用。原子能存储信息、能与单个光子耦合。把两者结合,这是个老想法 —— 但要在芯片尺度上真做出来,非常难。