陳根：光學人工智能，或讓科幻成為現實_風聞

文/陳根

在科幻小説《三體》裏，有這麼一段描述：“每秒500萬億次浮點運算的計算機，出現在“面壁計劃”裏。這是第二位面壁者雷迪亞茲看到的人類最強的計算力，用於頂尖的核爆模擬。”

這裏的浮點運算可以理解成對小數進行計算，是非常精細的運算模式，現實生活中的科學計算往往難以實現。但現在，基於光計算高速、低功耗、高並行的優勢，來自清華大學的研究團隊提出並構建了光電智能衍射計算處理器（Diffractive Processing Unit, DPU）。

該處理器****的構架採用了光學衍射的物理現象，其能夠產生大規模的光學互聯，從而助力構建高複雜度的光學神經網絡。此外，DPU充分利用了光的波粒二象性，通過控制光波傳播的波前分佈來實現神經網絡權重的調整，從而利用光電效應來實現人工神經元的功能。

DPU 的運行過程光計算部分則幾乎承擔所有的計算操作，其採用高通量可編程的光電器件並結合電子計算的靈活特性，以實現高速數據調控以及大規模網絡結構和參數的編程。

值得一提的是，將其****所構建的系統應用於分類和識別任務，並在深度學習的標準數據集上進行性能驗證，包括手寫數字圖像數據集、時尚物品圖像數據集，以及人類動作視頻數據集，結果光電智能計算模型性能超越了 LeNet-4 電子神經網絡模型。

除此以外，該****系統還能實現高速、高精度的人類動作識別。在運行同樣的神經網絡條件下，光電計算系統與特斯拉 V100 圖形處理器（GPU）相比，計算速度提高了8倍，系統能效提升超過一個數量級，核心模塊計算能效則提升了四個數量級。

總的來説，該處理器有效地重構了包含百萬神經元的多類新型光電神經網絡，通過自適應的在線訓練算法實現了高性能的視覺分類任務，有望讓《三體》小説中的科幻場景成為現實。

並且，光電智能計算技術在使用超材料構建片上相控陣列方面，以及提升處理器的計算性能方面，都有很大發展空間。

當前，隨着深度學習算法的持續發展，以及人工神經網絡規模的不斷增大，傳統的電子計算方式越來越難以滿足人工智能對處理器計算性能的需求。而未來，光電智能計算技術將有助於推動類腦光電子芯片的研發，從而為大規模數據的實時智能處理，以及從十億像素到百億像素光場的成像添磚加瓦。