隨著近 80 年來現代計算依賴於電子在電路中迅速流動，這一理念自早期電子機器如 ENIAC 以來便一直推動著今天的智能手機、筆記本電腦及龐大的人工智能數據中心。然而，人工智能如今暴露了電子計算的一個嚴重弱點。電子會產生熱量、損失能量，並且隨著晶片的復雜性增加，變得越來越難以管理。訓練和運行先進的人工智能模型已經消耗了龐大的電力，這引發了對未來系統可能變得過於耗電以至於無法高效運作的擔憂。
科學家們長期以來一直希望光子能夠解決這個問題。蒙大拿州立大學物理系的助理教授李赫表示：「由於光子不帶電且靜止質量為零，光子能在長距離內快速傳遞信息，並且損失最小，因而主導了通訊技術。」這就是為何光已經通過光纖在互聯網通訊中佔據主導地位。然而，光子也有一個主要缺點。「它們幾乎不與環境互動，使其不適合計算機所依賴的信號切換邏輯。」李赫補充道。現在，賓夕法尼亞大學的研究人員表示他們可能找到了一種方法來繞過這一限制，創造出一種奇特的混合粒子，同時表現出光和物質的特性。
利用光進行計算任務
研究作者專注於創造名為激子極化子的準粒子。這些並非自然界中存在的普通粒子，而是光子與材料內部電子激發強耦合後形成的混合狀態。要理解這個概念，可以想象光子和物質緊密結合到停止獨立行為，並作為一個整體行動。研究人員使用一種原子厚的單層半導體，嵌入設計用來捕獲和控制光的納米光學腔內，實現了這一目標。在該設備內，光子與激子之間進行了強烈的相互作用，激子是電子在半導體中留下的帶正電荷的空穴形成的束縛對。
在合適的條件下，這種相互作用變得極其強烈，產生了同時擁有兩者特性的激子極化子。從光子那裡，它們獲得了驚人的速度和低能量運動；從物質那裡，它們獲得了強烈與其他信號互動的能力。「這種非線性響應遠超傳統非線性光學材料，為全光計算和光子量子信息處理提供了有希望的途徑。」研究作者指出。 激子極化子本身並不是新概念，已經研究多年。然而，在極低能量的緊湊納米腔平台上實現強非線性光學開關仍然是一個重大挑戰。
傳統的光子系統因為光子通常彼此通過而不相互作用而面臨困境。雖然這對通訊非常完美，但對計算來説卻成為一個重大障礙，特別是對於需要非線性操作和決策步驟的人工智能系統。當前許多實驗性的光子人工智能芯片仍需將光學信號轉換回電子信號來執行這些任務。每次轉換都會減慢系統速度並浪費能量。以往的光子計算研究探討了矽光子學和光學神經網絡硬件，但大多數系統仍然在切換和控制方面嚴重依賴電子技術。
新的激子極化子平台通過實現全光切換避免了部分問題，其中一個光信號可直接控制另一個光信號，而無需將任何東西轉換為電能。研究人員展示了在約四千兆分之一焦耳的能量範圍內進行切換，這是一個極其微小的能量數量，遠低於驅動即使是小型 LED 燈泡所需的能量。「值得注意的是，我們在激發能量低至約 4 fJ（4×10^−15 焦耳）時實現了腔體光譜的全光切換，為 2D 激子極化子系統中的切換能量建立了新的基準。」
研究作者表示。這項工作表明該平台解決了未來全光計算所需的關鍵成分之一。 如果技術能成功擴展，將可能顯著減少人工智能系統的能量需求。現代人工智能基礎設施不僅在處理上消耗大量電力，還需為過熱的電子晶片進行冷卻。例如，Microsoft等公司現在正在建設專注於人工智能的數據中心，配備先進的液冷系統，因為密集的人工智能處理器集羣產生的熱量使得傳統空氣冷卻已不足以應對。事實上，在某些設施中，擠滿人工智能晶片的機架能產生的熱量可與數十個持續運行的空間加熱器相媲美。
基於激子極化子的光子系統有潛力避免大部分浪費，因為光產生的熱量遠低於移動的電荷。「該系統可能加速全光神經網絡在人工智能中的發展，其中計算完全在光學域內進行，提供超越電子架構的無與倫比的速度和能量效率。」研究作者聲稱。研究人員還認為該平台能使未來的光子芯片直接處理來自攝像頭的視覺信息，同時減少當前減慢人工智能硬件的重複信號轉換。然而，目前的研究展示的是一個概念驗證設備，而非實際計算機。
構建大規模光子計算系統將需要解決困難的工程挑戰。研究人員還必須證明該技術能在受控實驗室條件之外可靠地執行複雜的現實計算。因此，還需要進一步的研究和實驗來證明該平台在現實應用中的可靠性。該研究已發表於《物理評論快報》期刊。
