以光速解決複雜問題

光子模擬信號編碼電流自旋狀態S（t），在線性光子和非線性光電域中進行變換。此轉換的結果 S（t+1） 被反覆反饋到此無源光子系統的輸入中。來源：自然通訊（2020年）。DOI： 10.1038/s41467-019-14096-z

從生物學和藥物發現到路由和調度，在科學和工程的各個學科中遇到的許多最具挑戰性的優化問題都可以簡化為NP-完全問題。從直覺上講，NP-完全問題是&34;，因為為了找到解決方案而必須執行的操作數量會隨著問題大小呈指數級增長。NP 完全問題無處不在，導致專用硬體（如光學退火和量子退火機（如&34;）和特殊算法（如模擬退火）的發展。

最近，人們越來越有興趣通過設計光學機器來解決這些硬組合問題。這些光學機器由一組光變換組成，這些光轉換傳遞到光信號上，因此光信號經過一定量的計算後，對解決方案進行編碼處理。這種機器可以受益於光學硬體集成到矽光子的基本優勢，如低損耗，並行處理，光學被動在低光功率和強大的可擴展性，由行業的發展製造工藝。然而，由於專用算法能最有效地利用這種硬體的功能，它一直缺乏開發緊湊、快速的光子硬體。

今天，由於查爾斯·羅克斯-卡姆斯的工作，解決集成光子學的NP完成問題的道路是開放的， 沈一晨博士、克裡斯蒂安·扎諾奇博士、米希卡·普拉布博士、法迪·阿提耶博士、李靜博士、泰娜·杜貝克博士、毛晨凱博士、邁爾斯·詹森博士、弗拉基米爾·埃佩裡奇教授、德克·恩格倫德教授、約翰·喬亞諾普洛斯教授和麻省理工學院的馬林·索爾賈奇教授以及士兵納米技術研究所，發表在《自然通訊》雜誌上。在這項工作中，MIT 團隊開發了一個算法，專門用於解決眾所周知的光子硬體 NP 完成 Ising 問題。

Ising 模型最初建議為磁性系統建模，它描述了一個只能指向向上或向下的旋轉網絡。每個旋轉的能量取決於它與相鄰旋轉的相互作用——例如，在鐵磁中，最近的鄰居之間的正向相互作用將激勵每個旋轉與其最近的相鄰旋轉對齊。Ising 機器將傾向於找到將自旋網絡的總能量降至最低的自旋配置。然後，此解決方案可以轉換為其他優化問題的解決方案。

與 MIT 團隊開發的機器一樣，啟發式 Ising 機器只能生成問題的候選解決方案（平均而言，接近最佳解決方案）。但是，總是找到問題的確切解決方案的算法很難應用於大型問題大小，因為它們通常必須運行數小時（如果不是幾天）才能終止。因此，啟發式算法是精確算法的替代方案，因為它們為難題提供了快速而廉價的解決方案。

研究人員以他們的基本光子學知識為指導。麻省理工學院的馬林·索爾賈契奇教授解釋說：&34;我們確定這個價值主張是：（a） 執行快速和廉價的固定矩陣乘法;（c） 執行快速和廉價的固定矩陣乘法;（c） 執行快速和廉價的固定矩陣乘法;（d） 執行快速和廉價的固定矩陣乘法;（d） 執行快速和廉價的固定矩陣乘法;（d） 執行快速和廉價的固定矩陣乘法;（d） 執行快速和廉價的固定矩陣乘（b） 執行嘈雜的計算，這意味著計算結果因運行而異，有點像擲硬幣。因此，這兩個要素是我們工作的基本要素。

在開發此算法並針對各種問題進行基準測試時，研究人員發現了各種相關的算法，這些算法也可以在光子學中實現，以更快地找到解決方案。博士後助理沈一晨博士對這項工作的前景充滿熱情："目前，集成光子學提高計算能力的領域正在蓬勃發展，我們相信這項工作可以成為其中的一部分。由於我們開發的算法充分利用了光子硬體的優勢和劣勢，我們希望它能找到一些短期應用。麻省理工學院的研究團隊目前正在與其他團隊合作，以實現概念驗證實驗，並在光子硬體上對算法進行基準測試，而其他光子計算機和在計算機上運行的傳統算法。