Kredit:CC0 Public Domain
En vigtig klasse af udfordrende beregningsproblemer, med anvendelser i grafteori, neurale netværk, kunstig intelligens og fejlkorrigerende koder kan løses ved at multiplicere lyssignaler, ifølge forskere fra University of Cambridge og Skolkovo Institute of Science and Technology i Rusland.
I et papir offentliggjort i tidsskriftet Fysisk gennemgangsbreve , de foreslår en ny type beregning, der kan revolutionere analog databehandling ved dramatisk at reducere antallet af nødvendige lyssignaler og samtidig forenkle søgningen efter de bedste matematiske løsninger, giver mulighed for ultrahurtige optiske computere.
Optisk eller fotonisk databehandling bruger fotoner produceret af lasere eller dioder til beregning, i modsætning til klassiske computere, der bruger elektroner. Da fotoner i det væsentlige er uden masse og kan rejse hurtigere end elektroner, en optisk computer ville være superhurtig, energieffektiv og i stand til at behandle information samtidigt gennem flere tidsmæssige eller rumlige optiske kanaler.
Beregningselementet i en optisk computer - et alternativ til dem og nuller på en digital computer - repræsenteres af lyssignalets kontinuerlige fase, og beregningen opnås normalt ved at tilføje to lysbølger, der kommer fra to forskellige kilder, og derefter projicere resultatet på '0' eller '1' tilstande.
Imidlertid, det virkelige liv byder på meget ikke-lineære problemer, hvor flere ukendte samtidigt ændrer værdierne af andre ukendte, mens de interagerer multiplikativt. I dette tilfælde, den traditionelle tilgang til optisk databehandling, der kombinerer lysbølger på en lineær måde, mislykkes.
Nu, Professor Natalia Berloff fra Cambridges Institut for Anvendt Matematik og Teoretisk Fysik og Ph.D. studerende Nikita Stroev fra Skolkovo Institut for Videnskab og Teknologi har fundet ud af, at optiske systemer kan kombinere lys ved at multiplicere de bølgefunktioner, der beskriver lysbølgerne, i stedet for at tilføje dem og kan repræsentere en anden type forbindelser mellem lysbølgerne.
De illustrerede dette fænomen med kvasipartikler kaldet polaritoner - som er halvt lys og halvt stof - mens de udvidede ideen til en større klasse af optiske systemer såsom lysimpulser i en fiber. Små pulser eller klatter af sammenhængende, superhurtigt bevægende polaritoner kan skabes i rummet og overlappe hinanden på en ikke-lineær måde, på grund af stofkomponenten af polaritoner.
"Vi fandt ud af, at nøgleingrediensen er, hvordan man kobler pulserne til hinanden, " sagde Stroev. "Hvis du får koblingen og lysintensiteten rigtig, lyset formerer sig, påvirker faserne af de individuelle pulser, give svaret på problemet væk. Dette gør det muligt at bruge lys til at løse ikke -lineære problemer. "
Multiplikationen af bølgefunktionerne for at bestemme lyssignalets fase i hvert element i disse optiske systemer kommer fra den ikke-linearitet, der forekommer naturligt eller er eksternt indført i systemet.
"Det, der kom som en overraskelse, er, at der ikke er behov for at projicere de kontinuerlige lysfaser på '0' og '1' tilstande, der er nødvendige for at løse problemer i binære variable, sagde Stroev. I stedet, systemet har en tendens til at skabe disse tilstande i slutningen af sin søgen efter minimumsenergikonfigurationen. Dette er den egenskab, der kommer af at gange lyssignalerne. Tværtimod, tidligere optiske maskiner kræver resonans excitation, der fikserer faserne til binære værdier eksternt."
Forfatterne har også foreslået og implementeret en måde at guide systembanerne mod løsningen ved midlertidigt at ændre signalernes koblingsstyrker.
"Vi bør begynde at identificere forskellige klasser af problemer, der kan løses direkte af en dedikeret fysisk processor, " sagde Berloff. "Binære optimeringsproblemer af højere orden er en sådan klasse, og optiske systemer kan gøres meget effektive til at løse dem."
Der er stadig mange udfordringer, der skal løses, før optisk databehandling kan demonstrere sin overlegenhed til at løse svære problemer sammenlignet med moderne elektroniske computere:støjreduktion, fejlretning, forbedret skalerbarhed, vejledning af systemet til den rigtige bedste løsning er blandt dem.
"At ændre vores rammer til direkte at adressere forskellige typer problemer kan bringe optiske computermaskiner tættere på at løse problemer i den virkelige verden, som ikke kan løses af klassiske computere, sagde Berloff.