近日，賓夕法尼亞大學(xué)的工程師們?nèi)〉昧艘豁?xiàng)令人矚目的科技突破，他們成功研發(fā)出全球首個(gè)可編程光子芯片，這個(gè)芯片能夠利用光來訓(xùn)練非線性神經(jīng)網(wǎng)絡(luò)，有望讓人工智能實(shí)現(xiàn)大飛躍，變得更快、更節(jié)能。這一成果，很可能成為邁向全光驅(qū)動(dòng)計(jì)算機(jī)的重要一步。

如今，大多數(shù)人工智能系統(tǒng)都依賴神經(jīng)網(wǎng)絡(luò)，它就像是模仿生物神經(jīng)組織設(shè)計(jì)的軟件。生物的神經(jīng)元相互連接，讓生物能夠思考；而神經(jīng)網(wǎng)絡(luò)則把簡單的單元，也就是 “節(jié)點(diǎn)” 連接成不同層次，使人工智能系統(tǒng)可以完成復(fù)雜的任務(wù)。在人工和生物系統(tǒng)里，這些節(jié)點(diǎn)只有在達(dá)到一定閾值時(shí)才會(huì) “啟動(dòng)”，這是一個(gè)非線性的過程，它能讓輸入的小變化帶來輸出端更大、更復(fù)雜的改變。要是沒有這種非線性，增加再多的網(wǎng)絡(luò)層也沒用，系統(tǒng)就只能進(jìn)行簡單的單層線性運(yùn)算，也就是把輸入直接相加，根本無法實(shí)現(xiàn)真正的學(xué)習(xí)。

很多科研團(tuán)隊(duì)，包括賓夕法尼亞大學(xué)工程學(xué)院的團(tuán)隊(duì)，之前都開發(fā)出過能處理線性數(shù)學(xué)運(yùn)算的光驅(qū)動(dòng)芯片，但一直沒人能僅利用光來實(shí)現(xiàn)非線性函數(shù)的運(yùn)算。直到現(xiàn)在，這個(gè)難題才被賓夕法尼亞大學(xué)的團(tuán)隊(duì)攻克。

這個(gè)團(tuán)隊(duì)的突破源自一種特殊的半導(dǎo)體材料，它對光有獨(dú)特的反應(yīng)。當(dāng)攜帶輸入數(shù)據(jù)的 “信號(hào)光” 穿過這種材料時(shí)，另一束 “泵浦光” 會(huì)從上方照射過來，改變材料的反應(yīng)。通過調(diào)整泵浦光的形狀和強(qiáng)度，研究團(tuán)隊(duì)就能控制信號(hào)光的吸收、傳輸或放大情況，這取決于信號(hào)光的強(qiáng)度和材料自身的特性。這個(gè)過程就像是給芯片 “編程”，讓它能執(zhí)行不同的非線性函數(shù)運(yùn)算。用團(tuán)隊(duì)成員的話說，他們不是在改變芯片的結(jié)構(gòu)，而是利用光在材料內(nèi)部創(chuàng)造圖案，進(jìn)而改變光在其中的傳播方式。最終得到的是一個(gè)可重構(gòu)的系統(tǒng)，根據(jù)泵浦光的圖案，它能實(shí)現(xiàn)多種數(shù)學(xué)函數(shù)運(yùn)算。這種靈活性讓芯片可以實(shí)時(shí)學(xué)習(xí)，根據(jù)輸出的反饋來調(diào)整自身的行為。

為了測試芯片的能力，研究團(tuán)隊(duì)用它來解決一些人工智能領(lǐng)域的標(biāo)準(zhǔn)難題。在一個(gè)簡單的非線性決策邊界任務(wù)中，這個(gè)平臺(tái)的準(zhǔn)確率超過了 97%；在著名的鳶尾花數(shù)據(jù)集測試中，準(zhǔn)確率也超過了 96%，這可是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要標(biāo)準(zhǔn)。在這兩個(gè)測試?yán)铮庾有酒谋憩F(xiàn)和傳統(tǒng)數(shù)字神經(jīng)網(wǎng)絡(luò)相當(dāng)，甚至更優(yōu)，而且運(yùn)算次數(shù)更少，還不需要那些耗電的電子元件。有一個(gè)驚人的發(fā)現(xiàn)是，芯片上僅僅 4 個(gè)非線性光學(xué)連接，就相當(dāng)于傳統(tǒng)模型里 20 個(gè)帶有固定非線性激活函數(shù)的線性電子連接。隨著芯片架構(gòu)的擴(kuò)展，這種高效能帶來的潛力不可估量。

和之前那些制造完成后就無法改變的光子系統(tǒng)不同，賓夕法尼亞大學(xué)研發(fā)的這個(gè)芯片一開始就像一張空白畫布，泵浦光就像畫筆，能在材料里 “繪制” 可重新編程的指令。研究人員表示，這是現(xiàn)場可編程光子計(jì)算機(jī)概念的有力驗(yàn)證，朝著未來實(shí)現(xiàn)光速訓(xùn)練人工智能的目標(biāo)又邁進(jìn)了一步。

目前，這項(xiàng)研究主要圍繞多項(xiàng)式展開，多項(xiàng)式是機(jī)器學(xué)習(xí)里常用的一類靈活函數(shù)。不過，研究團(tuán)隊(duì)相信，他們的方法在未來還能實(shí)現(xiàn)更強(qiáng)大的運(yùn)算，比如指數(shù)函數(shù)或反函數(shù)運(yùn)算。這將為光子系統(tǒng)處理大規(guī)模任務(wù)，像訓(xùn)練大型語言模型等，開辟新的道路。而且，這個(gè)平臺(tái)用低能耗的光學(xué)組件替代會(huì)產(chǎn)生熱量的電子元件，有望大幅降低人工智能數(shù)據(jù)中心的能耗，改變機(jī)器學(xué)習(xí)的成本結(jié)構(gòu)。可以說，這或許是光子計(jì)算成為電子計(jì)算有力替代方案的開端，就像賓夕法尼亞大學(xué)是世界上第一臺(tái)數(shù)字計(jì)算機(jī) ENIAC 的誕生地一樣，這個(gè)芯片可能是邁向 “光子版 ENIAC” 的重要一步。

參考資料：DOI： 10.1038/s41566-025-01660-x