智能光子深度融合 推进科技创新跨越式发展

◎ 中国工程院院士 金国藩

2023 年10 月31 日-11 月2 日，“Advanced Photonics 论坛：智能光子学”在北京香山成功举行，两百多名专家学者围绕智能光子学方向分享最新研究进展，讨论最新热点问题，预测未来发展趋势，吸引多家单位对智能光子产业发展的关注。

随着人工智能和光子技术在理论、实验及应用层面的深度融合和协同创新，智能光子有望发展成为催生新产业新业态新模式和推动生产生活方式深刻变革的颠覆性技术。可以预见：智能光子在新兴的多学科交叉领域有很大可能成为未来几十年的关键使能技术，引领新一轮科技革命和产业变革。

一、智能光子：引领未来的新兴战略性技术

人工智能和光子产业已经发展成为引领未来的新兴战略性技术。在人工智能领域，美国、欧盟、日本不断升级人工智能战略，加大对人工智能创新需求的投资。2010-2023 年《麻省理工科技评论》评选的“全球十大突破性技术”中，有37 项技术与人工智能相关。”习近平总书记也多次指出，“要深入把握新一代人工智能发展的特点，加强人工智能和产业发展融合，为高质量发展提供新动能。”在先进光子技术领域，欧洲光子学领域技术发布的2023-2030 年光子学战略研究与创新议程《新视野：通过光子学确保欧洲的战略自主》中强调了先进光子学技术在欧盟战略价值链和工业生态系统中的重要性。

我国牢牢抓住迈进光子时代的战略机遇期，2023 年国内首份光子产业白皮书《光子时代：光子产业发展白皮书》发布。中国工程院发布的2023年“中国电子信息工程科技十四大挑战”涉及了微电子光电子和光学工程领域。此外，我国积极推进光子产业布局，打造中国“光子之城”，并在部分地区形成了光子产业集群，培育孵化一批国内光子领先企业。

二、光子是人工智能新平台

随着芯片制造工艺的进步与数据量的与日俱增，以深度学习为代表的人工智能再度成为热门话题。其中的代表性事件从ImageNet 大规模视觉识别挑战赛（ILSVRC）中的记录被持续刷新，到最近以GPT 为代表的大模型进入千家万户。国务院在2017年就印发了《新一代人工智能发展规划》，其中指出，“人工智能的迅速发展将深刻改变人类社会生活、改变世界；第三步战略目标是使我国到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。”

算力一直是人工智能发展的基础。半个多世纪前，Gordon Moore预测：每隔18-24 个月，芯片的晶体管密度就会增加一倍，即所谓“摩尔定律”。这个预测在半导体产业的中早期持续有效，然而随着芯片工艺制程逐渐逼近物理极限，摩尔定律呈现放缓趋势，这是无法逾越的物理极限高墙。此外，现代计算机沿用的冯·诺依曼架构也逐渐暴露了其缺陷：存算分离的设计带来了大量的数据传输需求，导致了大量的能耗损失，即所谓“功耗墙”；通讯带宽的增长与算力增长相比提高幅度也非常缓慢，限制了运算速度的进一步提高，即所谓的“内存墙”。近10 年间，人工智能训练算力要求呈现每3-4 个月翻一番的增长趋势；千亿甚至万亿参数的大模型的训练成本巨大、能耗惊人。算力不足已经逐渐成为了制约人工智能进一步发展的瓶颈。

光子作为计算媒介具有电子无可替代的优势。第一，光子之间具有良好的空间相容性，具有极强的并行能力；第二，光传输速度极高，加之其多物理维度（振幅、相位、偏振、波长、角动量等）使得光子作为信息媒介具有极高的带宽；第三，光子运算、通讯、储存能耗低；第四，光子作为存储媒介存储密度极大，其最小存储单元尺度仅为波长量级；第五，光子无电荷，能防电磁干扰，具有保密特性。因此，相比于电子计算，以光子作为信息载体的光子计算架构有望成为高性能人工智能计算的重要驱动力。

光计算已经历70 年起伏发展，最近迎来了新一轮“复兴”。最早的光计算系统可追溯到20 世纪50 年代，人们开始利用透镜实现傅里叶变换的光学模拟计算。60 年代提出的光学相关器可并行、高通量地执行二维图像之间的相关运算，从而实现高速目标识别，受到了各国的重点关注。受人工智能启发，使用体全息光栅搭建光学人工神经网络的想法也在20 世纪90 年代受到广泛关注。近年来，以片上光处理器和自由空间衍射光处理器为代表的新一代光计算架构研究正方兴未艾。这次光计算的“复兴”受益于两方面，其一是硅基光子学CMOS 工艺相兼容的特性，使它能够站在半导体产业几十年发展的肩膀上；其二是深度学习的发展与进步，为新一代计算平台提出了需求，也提供了思路。

三、人工智能是光学新引擎

光既是重要的能量载体，也是高效的信息传输介质。人类文明的发展伴随着对光的认识深度与调控能力的不断提升。人们对光本质的认识逐渐深入：从牛顿的光粒子说到惠更斯的光波动说、再到麦克斯韦揭示了光的电磁本质，近一百年又形成了对光子量子本质的解释。对光的操控与记录上，3000 年前的埃及人与美索不达米亚人就知道将石英晶体磨光制成透镜，西周时期也掌握了利用青铜凹面镜聚焦阳光生火的技术。近代以来，研磨与抛光技艺的发展使得望远镜、显微镜等成为人类认识世界的有力工具；激光的发明为人类提供了“最快的刀”“最准的尺”“最亮的光”；CCD 的发明建立了光学信号与数字信号的桥梁。光学的发展伴随着人类对自然世界的理解不断深入、也伴生了数次新技术与工业的革命性进步。

随着光电技术的发展，光学模组与系统已在消费电子、工业检测、生物医疗、航天航空、国防侦察等领域取得了广泛应用。此外，可穿戴设备、机器人、物联网、虚拟/增强现实、人机交互等新兴的应用场景，对与之相匹配的光学模组提出了更苛刻的要求。传统光学工程技术面临利用维度少、调控精度低、感知-存储-计算-通信功能模块设计分立等问题，限制了光学模组性能的进一步提高。

人工智能为传统光学工程的技术极限提供破局思路。将人工智能应用在光学问题的前向建模和逆向设计过程中，是提高光学问题的解决效率和准确性的可行方案。在前向模型中，神经网络为光学参数和物理响应之间的映射提供了捷径，显示出比传统模拟工具更快的计算速度。在逆向设计中，人工智能可以根据目标性能有效计算出光学参数。最近研究表明，人工智能在光子结构、材料、设备和系统的优化设计及光学数据处理和分析方面具有巨大潜力。因此，人工智能在如提高分辨率、灵敏度和动态范围及消除噪声、伪影和像差等应用场景下，提供了突破传统光学系统性能极限的可能。

人工智能为感-存-算-通一体的新型光电设备提供设计方法，结合人工智能的光成像和传感技术，被广泛应用在精确农业、医疗保健、工业制造和空间监测等领域。例如，结合深度学习算法的智能光学显微镜可以显著提高空间分辨率和成像速度，对病理学和生物科学有重要作用。

四、智能光子发展的挑战与展望

人工智能和光子学之间的相互促进激发了人们对智能光子学的研究兴趣。人工智能正在越来越多地融入光子学领域，加速和增强光子学研究，解决光子学面临的难题，赋能光子技术高速发展。相反，开发神经形态光子处理器，构建用于执行人工智能算法的全光平台，有望克服计算速度和功耗方面的瓶颈。然而，发展与当今先进电子计算系统相比拟的通用光学计算系统仍然面临极大的挑战。开发高性能的光计算架构仍任重道远，需要继续努力。

科学技术的发展深刻影响着国家的前途命运和人民生活福祉。智能光子作为第四次科技革命的“基础设施”之一，具有引发重大产业变革的潜能。全球逐渐掀起对智能光子技术的研究热潮。我国具有海量数据资源、超大市场规模和丰富应用场景等优势，使智能光子产业的发展具有巨大潜力。未来，智能光子技术的创新和进一步发展需要各方给予足够的发展空间和资金支持，并且加强对相关人才培养和基础研究的重视。期待智能光子技术迎来蓬勃发展，推进我国的科技创新跨越式发展。