我們平時(shí)生活離不開各種“鏡子”，從最普通的梳妝鏡，到近視眼鏡，老花鏡，放大鏡，望遠(yuǎn)鏡，顯微鏡，每一種鏡子各有所長(zhǎng)，有的可以在面前展示出一摸一樣的你，有的把微小的圖像放大，還有的把看不清的模糊圖像變得清晰，或者把遠(yuǎn)處的圖像拉到近處，又或者把分散的陽光會(huì)聚到一個(gè)點(diǎn)，也就是大家都聽說過的在野外求生時(shí)使用放大鏡取火。

“鏡子”更專業(yè)點(diǎn)說是一種光學(xué)器件或光學(xué)裝置，不同器件可以通過反射，折射，干涉，衍射，散射等各種物理效應(yīng)，像玩魔方、變魔術(shù)一樣把光操縱于股掌之間，把亮光變暗，把暗光變亮，把朝一個(gè)方向照的光轉(zhuǎn)到另一個(gè)方向，最終讓你眼前看到各種變換后的圖像。中學(xué)物理課上提到的凸透鏡和凹透鏡就分別可以讓光會(huì)聚或者發(fā)散，使得圖像自由地放大縮小，是最基本的光學(xué)器件。

圖1：讓光會(huì)聚和發(fā)散的凸透鏡和凹透鏡

除了我們熟知的那些“份內(nèi)”工作之外，光學(xué)器件還可以完成很多意想不到和出乎預(yù)料的“份外”工作。

想象一下，這些鏡片還可以利用光來做算術(shù)題，識(shí)別人臉，幫助無人汽車自動(dòng)駕駛，乃至構(gòu)建出一臺(tái)光子計(jì)算機(jī)，是不是感到很神奇？

光子計(jì)算機(jī)與電子計(jì)算機(jī)相比有何優(yōu)勢(shì)？

目前我們平時(shí)使用的計(jì)算機(jī)，無論智能手機(jī)，筆記本電腦，還是機(jī)房里龐大的服務(wù)器系統(tǒng)，都是由半導(dǎo)體電子器件構(gòu)成的，每塊芯片上最基本的組成單元是晶體管。單個(gè)晶體管只相當(dāng)于一個(gè)微小的開關(guān)，但是很多個(gè)連接到一起就可以“集中力量辦大事”，解決越來越復(fù)雜的計(jì)算問題。 ? 經(jīng)過幾十年的發(fā)展，每塊計(jì)算機(jī)芯片上集成的電子器件數(shù)量已經(jīng)非常巨大，幾平方厘米上就有數(shù)以億計(jì)的電子晶體管，在這樣的密集程度之上改進(jìn)的空間有限，難以應(yīng)付全世界越來越多的數(shù)據(jù)計(jì)算需求，“芯片上可以容納的晶體管數(shù)目在大約每經(jīng)過18個(gè)月便會(huì)增加一倍，處理器的性能也會(huì)相應(yīng)翻倍”的摩爾定律不再那么容易兌現(xiàn)，而全球計(jì)算機(jī)每年消耗的總電量也非常龐大，不可忽視。 ? 研究者們?cè)诓粩嗔肀脔鑿剑瑢ふ倚碌挠?jì)算機(jī)設(shè)計(jì)方案，在一些場(chǎng)景下嘗試使用光子計(jì)算取代電子計(jì)算也是可能的選擇之一。 ? 事實(shí)上，計(jì)算機(jī)也不是天生“命中注定”就必須要用電子器件來搭建，在二戰(zhàn)期間及更早之前，歷史上的計(jì)算機(jī)大多是機(jī)械式的，由杠桿齒輪組成，圖靈就曾經(jīng)用機(jī)械計(jì)算機(jī)成功破解了德國(guó)軍隊(duì)的密碼。 ? 而除了光學(xué)計(jì)算機(jī)和機(jī)械計(jì)算機(jī)，研究者在嘗試的方案還包括量子計(jì)算機(jī)、生物DNA計(jì)算機(jī)和化學(xué)分子計(jì)算機(jī)等。 ? 以Google“懸鈴木”和國(guó)內(nèi)“九章”“祖沖之號(hào)”為代表的量子計(jì)算機(jī)研究在近些年被媒體廣泛報(bào)道，然而量子計(jì)算機(jī)和本文所說的光子計(jì)算機(jī)總體上還是大不相同的，量子計(jì)算機(jī)不一定使用光學(xué)方式實(shí)現(xiàn)，還可以使用超導(dǎo)，量子點(diǎn)，離子阱等方式，而光學(xué)類型的量子計(jì)算機(jī)主要依靠微觀的量子光學(xué)，本文所說的光子計(jì)算機(jī)依靠的是宏觀的經(jīng)典光學(xué)，說白了就是，前者主要通過單個(gè)或者很少數(shù)的光子來實(shí)現(xiàn)，后者通過非常大量的光子組成的一束束光來實(shí)現(xiàn)，光子數(shù)量的多與少會(huì)帶來天差地別。

眾所周知，光的傳播速度可以達(dá)到每秒30萬公里或者接近這個(gè)數(shù)值，而在電子計(jì)算機(jī)中，信號(hào)在半導(dǎo)體器件中傳遞的時(shí)候“反應(yīng)”往往沒這么塊，需要片刻的停頓時(shí)間，盡管這一響應(yīng)時(shí)間也很短，但和幾乎瞬間傳播的光信號(hào)相比還是相形見絀，光子計(jì)算機(jī)在高速低延遲這一項(xiàng)上占了先機(jī)。 ? 組成光子計(jì)算機(jī)和電子計(jì)算機(jī)的最基本粒子分別是光子和電子，它們同樣微小，確在本性上大不相同。 ? 電子屬于費(fèi)米子，光子屬于玻色子，電子就像青春期荷爾蒙分泌旺盛的熱血青年，“脾氣比較暴躁”，容易互相之間發(fā)生作用，碰撞到一起，散發(fā)出熱量，兩條電路不小心碰到一起就會(huì)“短路”。而光子更像是與世不爭(zhēng)、包容大度的佛系大叔，不輕易“惹是生非”，很多束不同的光都可以互相穿過而不發(fā)生相互作用，“你走你的，我走我的”而互不影響，在同一空間共存，和你碰一下也不會(huì)“電到你”。 ? 相聲大師侯寶林曾說過一個(gè)段子，一個(gè)酒鬼手里拿著手電筒往天上照,打出一個(gè)光柱,對(duì)另一個(gè)酒鬼說:“你說你沒醉,那你敢爬這柱子上去?

”另一個(gè)酒鬼回答:“我才不爬，要是爬上去了，你把手電筒關(guān)了，我不就掉下來了！”

圖3：兩束光碰到一起并不會(huì)發(fā)生短路，而是互不影響地穿過 ? 既然光子“性格”是這樣，我們可以利用很多條互不干擾的光束，同時(shí)進(jìn)行平行的大量數(shù)據(jù)計(jì)算，不必像電子器件那樣要一味不斷增加單位面積上的密度，單純靠“器件多力量大”的簡(jiǎn)單粗暴方式提升計(jì)算能力，電子計(jì)算機(jī)很多時(shí)候好比把所有車都擠在一條車道上，而光子計(jì)算機(jī)擁有一條多車道的寬闊公路。 ? 與此同時(shí)，由于光子不容易發(fā)生相互作用，光計(jì)算機(jī)還只會(huì)消耗很少的能量，就像一副近視眼鏡不需要插電源，也不需要安裝電池，只要有光照過來，就可以被動(dòng)的方式工作。 ? 據(jù)估計(jì)，在計(jì)算速度和能量利用率等性能指標(biāo)上，光子計(jì)算機(jī)有望達(dá)到現(xiàn)有電子計(jì)算機(jī)的數(shù)十倍甚至數(shù)百倍[1]。 ? 除此之外，在一些特定場(chǎng)所，比如醫(yī)療設(shè)備室和射電天文臺(tái)，電子設(shè)備不可避免地會(huì)發(fā)出一定的電磁波輻射，有干擾設(shè)備正常運(yùn)行的風(fēng)險(xiǎn)，光子計(jì)算機(jī)會(huì)是一個(gè)更安全的選擇。 ? 而在另外一些情景中，我們要處理的信號(hào)或者要計(jì)算的數(shù)據(jù)本身就是以光學(xué)方式表示的，比如自然界物體圖像的光場(chǎng)，經(jīng)過數(shù)碼相機(jī)拍攝后，轉(zhuǎn)換為電子形式的數(shù)據(jù)，用于電子計(jì)算機(jī)的處理，而處理后的照片在屏幕上顯示時(shí)，再次轉(zhuǎn)換回光信號(hào)的形式，如果直接使用光子計(jì)算機(jī)處理相機(jī)、顯示屏以及光通信中的光信號(hào)，“原湯化原食”，可以避免光電信號(hào)之間來回多次轉(zhuǎn)換的麻煩。 ?

? 光子計(jì)算機(jī)是怎么工作的？

無論哪種計(jì)算機(jī)，都是一臺(tái)用于執(zhí)行各種計(jì)算任務(wù)的機(jī)器，要完成的最基本工作自然是加減乘除的算數(shù)，或者更具體說是加法和乘法，很多表面上看起來復(fù)雜的計(jì)算過程最終還是可以分解為大量的加法乘法基本運(yùn)算。 ? 光學(xué)上有很多不同方式可以實(shí)現(xiàn)加法或者乘法計(jì)算，舉個(gè)簡(jiǎn)單例子，一個(gè)房間里原本是完全黑的，打開第一盞燈，房間變亮了一些，再打開第二盞燈，房間變得更亮了，此時(shí)房間內(nèi)的亮度就是兩盞燈各自照明亮度的疊加，這樣以簡(jiǎn)單光學(xué)方式做了個(gè)加法。

? 而如果用不同位置光的強(qiáng)弱(或者明暗)來表示數(shù)值的大小，放大鏡類型的凸透鏡可以把不同位置的光會(huì)聚到一起，也相當(dāng)于用光的方式實(shí)現(xiàn)了加法。 ? 光照到不透明物體表面的時(shí)候，一部分會(huì)被吸收，一部分會(huì)被發(fā)射，反射的光強(qiáng)弱等于入射光強(qiáng)弱乘以反射率，而反射率是可以調(diào)節(jié)的，比如夏天烈日炎炎之下，我們穿著黑色衣服就容易感到發(fā)燙，因?yàn)楹谏砻鎸?duì)光的吸收率更高，反射率更低，而白色衣服則相反，穿著會(huì)更舒服。 ? 那么我們要乘以什么樣的數(shù)值，就把反射物體表面不同位置的反射率適當(dāng)編碼設(shè)置成對(duì)應(yīng)的大小，就可以讓光以自然方式完成乘法了，用探測(cè)器測(cè)量一下反射光的強(qiáng)弱，就獲得了乘積結(jié)果。

? 當(dāng)然，我們也可以使用透明的物體，從另一側(cè)穿過的光強(qiáng)弱等于入射光乘以透射率，把不同位置透射率調(diào)節(jié)為要相乘的數(shù)值大小即可。 ? 下圖中這樣先對(duì)不同位置光反射率或透射率進(jìn)行調(diào)節(jié)，并行實(shí)現(xiàn)各個(gè)對(duì)應(yīng)位置數(shù)值的乘法，再把這些乘積用透鏡求和的光學(xué)裝置，就是一個(gè)簡(jiǎn)單的“光學(xué)乘加計(jì)算器”。

圖4：利用透鏡會(huì)聚的光學(xué)乘加計(jì)算器[2] ?

而在加減乘除之外，對(duì)于更復(fù)雜的計(jì)算，光學(xué)上也時(shí)常可以提供一條相比于電子計(jì)算的捷徑，比如數(shù)學(xué)上的二維傅里葉變換，以電子的方式需要設(shè)計(jì)算法，編寫程序代碼，最后花費(fèi)一定時(shí)間運(yùn)行程序才能獲得結(jié)果，而光學(xué)上僅僅通過一個(gè)透鏡就可以光速地獲得結(jié)果，因?yàn)楣獾难苌鋫鞑シ绞角『檬菍?duì)傅里葉變換一種自然方式的實(shí)現(xiàn)[2]。 ? 近些年來，作為對(duì)真人大腦工作方式的一種模擬，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在各領(lǐng)域內(nèi)被廣泛使用，成為了最主流的人工智能模型，通常都是在電子計(jì)算機(jī)上以軟件算法的方式實(shí)現(xiàn)，而研究者也以全光學(xué)方式實(shí)現(xiàn)了簡(jiǎn)單的多層神經(jīng)網(wǎng)絡(luò)，整個(gè)網(wǎng)絡(luò)中沒有電路和電子器件，只有光路和光學(xué)器件，以上提到的光學(xué)乘加器也被用于了模擬相鄰兩層神經(jīng)元之間的信號(hào)傳遞[3]。 ?

在光學(xué)實(shí)驗(yàn)室中，研究者很多時(shí)候會(huì)使用激光，由于光可以具有不同頻率（或波長(zhǎng)），在眼睛可見的范圍內(nèi)就對(duì)應(yīng)著不同顏色，普通日常使用的太陽光和燈光混雜著各種不同頻率光，而激光的頻率比較單一，比如綠色的激光意味著更純正的綠色，可以形成一道能量比較強(qiáng)的高度會(huì)聚光束。 ? 有了激光，更加花樣繁多的光學(xué)計(jì)算系統(tǒng)也被設(shè)計(jì)出來。一個(gè)像放大鏡那樣的普通凸透鏡器件中間厚，兩邊薄，具有對(duì)稱的規(guī)則形狀，而我們可以讓器件不同位置都智能優(yōu)化成不同的厚度，這樣一個(gè)既不是凸透鏡、也不是凹透鏡的凹凸不平的器件可以更復(fù)雜、更靈活地對(duì)光進(jìn)行調(diào)制，稱為衍射光學(xué)器件，而且還可以把“一串”這樣的器件級(jí)聯(lián)到一起，每一層先后依次調(diào)節(jié)光場(chǎng)，這樣最終能達(dá)到的效果就遠(yuǎn)遠(yuǎn)不是“把陽光會(huì)聚起來點(diǎn)個(gè)火”那么簡(jiǎn)單了。 ?

在下圖中名為“光衍射神經(jīng)網(wǎng)絡(luò)”的系統(tǒng)中，當(dāng)輸入平面不同位置的光強(qiáng)弱分布表示不同數(shù)字的圖案時(shí)，在系統(tǒng)另一側(cè)的輸出端，光經(jīng)過優(yōu)化設(shè)計(jì)的一連串衍射光學(xué)器件調(diào)制后，能夠按照數(shù)字的不同會(huì)聚到不同位置，光指到哪里就告訴我們數(shù)字是哪一個(gè)，會(huì)直接顯示出數(shù)字分類識(shí)別的結(jié)果。 ? 在這樣的系統(tǒng)中，光好像也有了智能，也可以像人一樣識(shí)別數(shù)字，人工智能也不再是電子計(jì)算機(jī)的專屬。

圖3：光衍射神經(jīng)網(wǎng)絡(luò)用于數(shù)字識(shí)別[4]

? 而另外一些研究者探索使用下面看似“下水管道網(wǎng)絡(luò)”的系統(tǒng)來進(jìn)行光計(jì)算，其中的每條藍(lán)色管道稱為光波導(dǎo)，里面?zhèn)鞑サ氖枪舛皇撬鳌?? 正常情況下光會(huì)在一根波導(dǎo)中“安分守己”地從一端傳到另一端，但是當(dāng)兩條波導(dǎo)靠得很近的時(shí)候，就會(huì)“紅杏出墻”“節(jié)外生枝”，兩根波導(dǎo)中的光信號(hào)互相一部分跑到對(duì)方里面，設(shè)計(jì)者有意地讓兩條波導(dǎo)多次發(fā)生這種相互干擾，構(gòu)造了很多個(gè)稱為馬赫·曾德爾干涉儀的基本單元，并且連接到一起組成一個(gè)網(wǎng)絡(luò)。 ? 原本最左面每條波導(dǎo)輸入端口光的亮度表示了各個(gè)輸入數(shù)據(jù)值的大小，經(jīng)過這種很多次光的干涉之后，各條波導(dǎo)內(nèi)的光可能變得更亮，也可能變得更暗，經(jīng)過對(duì)所有干涉儀單元都進(jìn)行適當(dāng)?shù)脑O(shè)置，測(cè)量下整個(gè)網(wǎng)絡(luò)最右面各個(gè)輸出端口光亮度，可以獲得想要的計(jì)算結(jié)果，比如輸入的是某一個(gè)向量各個(gè)元素值大小，獲得的是一個(gè)新向量，表示輸入向量與某一個(gè)矩陣相乘后的輸出結(jié)果。

圖4：馬赫·曾德爾干涉儀網(wǎng)絡(luò)用于光學(xué)計(jì)算[5]

? 像馬赫·曾德爾干涉儀這樣的光學(xué)系統(tǒng)原本體積比較龐大，要占據(jù)整張桌子那么大，如果很多個(gè)連接在一起，恐怕也要像幾十年前剛剛發(fā)明時(shí)的電子計(jì)算機(jī)那樣占滿整個(gè)房間。而通過這種以波導(dǎo)方式的實(shí)現(xiàn)，系統(tǒng)尺寸會(huì)很微小，可以達(dá)到微米級(jí)別或者更小，很多個(gè)馬赫·曾德爾干涉儀都可以集成到一塊小小的芯片上。 ?

硅基光子學(xué)使得光子芯片可以和電子芯片類似的方式被設(shè)計(jì)加工出來，各種光學(xué)器件都可以“身段”越變?cè)叫。傻揭黄穑粔K光子芯片“麻雀雖小，五臟俱全”，這為光子計(jì)算今后在終端便攜式消費(fèi)產(chǎn)品（如手機(jī)和平板電腦）中的使用鋪平了道路。 ? “智能玻璃”也是一種巧妙設(shè)計(jì)的光學(xué)計(jì)算裝置[6]，在一塊純凈的玻璃中，原本光可以暢通無阻地從左向右傳播，但是一旦加入了很多塊包含另一種材料的雜質(zhì)，就像一杯奶茶里加入很多塊布丁一樣，由于雜質(zhì)和玻璃具有不同的反射率和折射率，光在來回繞過這些“障礙物”的時(shí)候，就像走迷宮一樣，會(huì)“東走走，西走走，左沖右撞”，改變了原本正常的傳播路徑，如果對(duì)于這一“迷魂陣”中所有摻雜物的位置，大小和形狀進(jìn)行合理設(shè)計(jì)，最后大多數(shù)的光子還是可以會(huì)聚到目標(biāo)的位置，和光衍射神經(jīng)網(wǎng)絡(luò)一樣指示出分類識(shí)別結(jié)果。

?

圖5：(a)智能玻璃散射介質(zhì)的光計(jì)算裝置[6]；(b)光在障礙物組成的“迷魂陣”中“左碰右撞”突出重圍[6] ?

以上提到的這些光學(xué)計(jì)算方式都可以歸類為模擬光學(xué)計(jì)算，也就是直接用光的亮度或者其它物理量大小表示要計(jì)算的數(shù)值大小，而我們平時(shí)使用的電子計(jì)算機(jī)中通常使用的是邏輯門數(shù)字計(jì)算，也就是先把要處理的日常十進(jìn)制數(shù)值都轉(zhuǎn)化為包含0和1的二進(jìn)制數(shù)字序列，比如28用二進(jìn)制表示就是11100，2用二進(jìn)制表示就是10，有一句經(jīng)典的話“世界上有10種人，一種是懂二進(jìn)制的，一種是不懂的”，然后每個(gè)邏輯門可以處理簡(jiǎn)單的1和0之間運(yùn)算，比如與門，或門，非門等不同類型，它們輸入輸出都是0或1，但計(jì)算規(guī)則各不相同，單個(gè)邏輯門的功能雖然非常簡(jiǎn)單，但很多邏輯門連接到一起組成一個(gè)邏輯電路系統(tǒng)，就可以完成更復(fù)雜計(jì)算。電子計(jì)算機(jī)得以快速發(fā)展到今天，其中一個(gè)關(guān)鍵是科學(xué)家發(fā)現(xiàn)了晶體管這種電子器件能夠在硬件上便捷地實(shí)現(xiàn)邏輯門運(yùn)算。

圖6：各種不同類型的邏輯門 ?

知名作家劉慈欣的科幻小說《三體》中，三體星系的一顆行星上“秦始皇”為了預(yù)知自己王朝的命運(yùn)，用三千萬秦兵組成了“人列計(jì)算機(jī)”，每位揮舞黑白旗表示0或1的士兵作為一個(gè)邏輯門。兩名士兵負(fù)責(zé)信號(hào)輸入，一名士兵負(fù)責(zé)信號(hào)輸出，士兵按規(guī)則舉旗，黑色和白色的旗此起彼伏，而計(jì)算機(jī)的運(yùn)算速度就取決于士兵們的反應(yīng)速度。 ? 在另一本由吳巖老師創(chuàng)作的科幻小說《中國(guó)軌道號(hào)》中，研究所的顧正平所長(zhǎng)在研究一種超新型的“溶液計(jì)算機(jī)“，龐大的計(jì)算機(jī)系統(tǒng)包含了裝著五顏六色溶液的各種瓶瓶罐罐，溶液里面有大量?jī)煞N敵對(duì)的線蟲微生物個(gè)體，一種代表二進(jìn)制的0，一種代表二進(jìn)制的1，它們?cè)诔砷L(zhǎng)的過程中，相互吞噬、排斥和共存，程序員通過控制溶液里的反應(yīng)，完成了各種邏輯門計(jì)算功能，最后計(jì)算輸出結(jié)果就以溶液的顏色變化顯示出來。 ? 科幻小說中的情節(jié)無論是科學(xué)合理性如何，至少給我們帶來了一個(gè)啟示，邏輯門也未必一定要通過電子方式實(shí)現(xiàn)。那么在光學(xué)上，盡管沒有和電子晶體管直接對(duì)應(yīng)的器件，研究者也在探索使用多種不同方案來實(shí)現(xiàn)邏輯門，比如使用半導(dǎo)體光放大器或者光波導(dǎo)，光學(xué)邏輯門計(jì)算機(jī)作為另一種可能的路徑也在不斷被嘗試[7]。

? 有人說，19世紀(jì)是機(jī)械時(shí)代，20世紀(jì)是電子時(shí)代，那么21世紀(jì)可能會(huì)是光子時(shí)代[8]。盡管光子計(jì)算機(jī)目前主要還在大學(xué)，研究機(jī)構(gòu)和初創(chuàng)公司的實(shí)驗(yàn)室中處于研發(fā)的階段，平時(shí)還很少能見到商業(yè)化的產(chǎn)品，但是它未來廣闊的前景吸引了各界的關(guān)注。在今后某一天，如果遇到了無法解答的難題，或許光可以告訴你答案。 ?

? 作者簡(jiǎn)介 焦述銘，鵬城實(shí)驗(yàn)室助理研究員，香港城市大學(xué)電子工程博士，從事全息三維顯示算法，單像素成像，光學(xué)計(jì)算，圖像處理，信息安全，機(jī)器學(xué)習(xí)等研究，曾獲得香港特區(qū)政府Hong Kong PhD Fellowship Scheme和廣東省“珠江人才計(jì)劃”海外青年引進(jìn)計(jì)劃(博士后資助項(xiàng)目)。在Optics Letters,?Optics Express,?IEEE Transactions on Industrial Informatics,?Engineering等期刊上以第一或通訊作者發(fā)表論文20余篇，獲得2020年國(guó)際顯示技術(shù)大會(huì)(ICDT 2020)優(yōu)秀論文獎(jiǎng)。擔(dān)任《應(yīng)用光學(xué)》和《液晶與顯示》期刊青年編委，中國(guó)光學(xué)學(xué)會(huì)全息與光信息處理專業(yè)委員會(huì)委員，中國(guó)圖像圖形學(xué)學(xué)會(huì)三維成像與顯示專業(yè)委員會(huì)委員，中國(guó)圖像圖形學(xué)學(xué)會(huì)三維視覺專業(yè)委員會(huì)委員。擔(dān)任中國(guó)科普作家協(xié)會(huì)會(huì)員，Light科普坊科學(xué)家顧問團(tuán)成員，曾在果殼網(wǎng)，科學(xué)大院，南方都市報(bào)，讀者原創(chuàng)版等網(wǎng)絡(luò)和平面媒體撰寫科普文章，2013年第六版《十萬個(gè)為什么》圖書數(shù)學(xué)分冊(cè)和電子信息分冊(cè)作者之一。

本文封面圖由Light科普坊提供

參考資料：

1. H. Zhou, J. Dong, J. Cheng, W. Dong, C. Huang, Y. Shen, Q. Zhang, M. Gu, C. Qian, H. Chen, Z. Ruan, and X. Zhang, “Photonic matrix multiplication lights up photonic accelerator and beyond,” Light Science & Applications 11, 30 (2022).

2. J. Wu, X. Lin, Y. Guo, J. Liu, L. Fang, S. Jiao, and Q. Dai, “Analog optical computing for artificial intelligence,” Engineering 10, 133-145 (2022)

3. Y. Zuo, B. Li, Y. Zhao, Y. Jiang, Y.-C. Chen, P. Chen, G.-B. Jo, J. Liu, and S. Du, "All-optical neural network with nonlinear activation functions," Optica 6(9), 1132-1137 (2019)

4. X. Lin, Y. Rivenson, N. T. Yardimci, M. Veli, Y. Luo, M. Jarrahi, and A. Ozcan, “All-optical machine learning using diffractive deep neural networks,” Science 361(6406), 1004-1008 (2018).

5. Y. Shen, N. C. Harris, S. Skirlo, M. Prabhu, T. Baehr-Jones, M. Hochberg, X. Sun, S. Zhao, H. Larochelle, D. Englund, and M. Solja?i?, “Deep learning with coherent nanophotonic circuits,” Nature Photonics 11(7), 441-446 (2017).

6. E. Khoram, A. Chen, D. Liu, L. Ying, Q. Wang, M. Yuan, and Z. Yu, “Nanophotonic media for artificial neural inference,” Photonics Research 7(8), 823-827 (2019).

7. S. Jiao, J. Liu, L. Zhang, F. Yu, G. Zuo, J. Zhang, F. Zhao, W. Lin, and L. Shao, "All-optical logic gate computing for high-speed parallel information processing," Opto-Electronic Science 1(9), 220010 (2022).

8.?以科技革命的戰(zhàn)略眼光布局光子芯片，《瞭望》2022年第2期

編輯：黃飛

?