光学量子忆阻器-类脑量子计算成为可能
FUTURE | 远见
FUTURE | 远见 闵青云 选编
量子计算和神经形态计算都有希望从根本上改变我们处理计算的方式。日前，奥地利和意大利的研究人员开发出一种可以构成量子神经网络基础的「量子忆阻器」，融合了这两种计算范式。相关成果以「Experimental photonic quantum memristor」为题发表在Nature Photonics杂志上。
虽然摩尔定律似乎仍然具有生命力，但经典计算的局限性正变得越来越明显，而且人们对于能够突破这些障碍的新型信息处理形式越来越感兴趣。
一种可能性是量子计算，它利用量子纠缠和叠加的特性，在某些特定问题上实现指数级的加速。
另一种可能性是重新连接我们的计算机芯片，使其更准确地重现我们大脑的工作方式，即神经形态计算。
这两种方法试图改进经典计算的不同方面，两者之间的协同作用并非显而易见。但是，在研究人员首次展示了可以处理量子信息的神经形态后，这种情况可能会改变。
忆阻器
这种元件被称为忆阻器(memristor) ，这个名字来源于内存和电阻的组合。这些设备根据过去流过它的电流来改变它的电阻，本质上就是存储它之前状态的记忆。
最早提出忆阻器概念的人，是加州大学伯克利分校的华裔科学家蔡少棠，他在 1971 年发表的题为《忆阻器：下落不明的电路元件》的论文中预测自然界存在第四种电路元件，并称之为忆阻器。此后，一直没有人验证忆阻器的存在，在当时很难找到合适的材料，也并没有多少人重视这个研究。直到 2008 年，惠普继续推动了忆阻器的研究。
这种能力引起了神经形态学工程师的注意，因为它模仿了生物突触的行为—大脑神经元之间的连接，这种连接的强度取决于它们触发的频率。最近有一系列的研究试图使用忆阻器来制造更多的类脑计算机。
光学量子忆阻器
令人欣喜的是维也纳大学的物理学家们将这个想法更进一步，他们开发了一个在处理量子信息时显示同样行为的组件。在最近的一篇《自然-光子学》的论文中，既已对这个新装置有所描述。
他们的「量子忆阻器」，作用于单光子态，是利用集成光子技术制造的，集成光子技术比传统的分立光电光处理方式降低了成本和复杂性，通过将很多的光学元器件集成在一个单片之中，大规模单片PIC使得系统尺寸、功耗以及可靠性都得到大幅度提高，同时大大降低了独立光器件数量以及系统成本。
另外，光具有天然的并行处理能力以及成熟的波分复用技术；光波的频率、波长、偏振态和相位等信息可以代表不同的数据，且光路在交叉传输时互不干扰。这些特性使得光子擅长做并行运算，与多数计算过程花在「矩阵乘法」上的人工神经网络相契合。
维也纳大学的研究人员设计了一种可以通过操纵光子的量子态进行计算。为了做到这一点，他们利用了量子叠加原理: 量子系统可以同时处于多个态的叠加中。通过给光子提供两条由飞秒激光直写技术制备的光子线路，让它同时沿着两条路径传播来达到这个目的。这就形成了一个量子比特的基础，可以用来编码信息。
一个经典比特只能是0或1，相应的，一个经典的粒子只能沿着一条路径传播。而具有量子效应的粒子，比如光子，可以同时沿着两条路径传播。
研究人员的主要创新是将系统与额外的电路耦合起来，这个电路本质上通过测量其中一条路径的光子数量，并利用测量结果作为反馈信号来改变装置的状态，从而调整通过另一条路径的信号强度。其结果是一种可在处理量子信息时表现出记忆性行为的装置。
为了证明他们的量子忆阻器在实际计算任务中的潜力，他们创造了一种神经网络，这种网络基于一种叫做储备池计算（reservoir computing）的原理，它将数据输入一个连接固定的大型网络，然后只训练一个读出层来解释这个储备池的输出。这种方法的一个关键优势是，储备池不需要训练，只需训练读出网络，这在时间和数据上都只需要最小的资源。
量子系统的优势
他们展示了一个只有3个量子忆阻的系统，在仅仅1000张图像的训练后，就能以95%的准确率学会分类手写数字。作者报告说，几个经典的储备池计算方案在准确性上不及量子的方案，同时也需要更多的计算资源和数据。
该团队还表明，对于辨别可分离态和量子最大纠缠态，他们的设备有98%的准确率来区分这些状态。
如何利用一个结合了两种不同计算范式的设备将需要大量的工作。但量子神经网络可能是后摩尔定律时代计算机技术的一个强大的新工具。
「释放人工智能中量子资源的全部潜力是当前量子物理学和计算机科学研究的最大挑战之一」,Michele Spagnolo 说，他是《自然-光子学》这篇文章的第一作者。维也纳大学的研究小组最近也证明，当使用量子资源和从量子计算中借用方案时，机器可以学得更快。这项新的成就代表着向量子人工智能成为现实又迈进了一步。
「图灵量子」光学忆阻器启发的专用量子计算方案 ｜ 图源：Gao, J. et al. Quantum advantage with membosonsampling. Chip 1 , 020101 (2022).
关于光子和量子计算的融合，不得不提到中国首家光量子计算初创公司「图灵量子」，该研究团队在光量子芯片领域深耕多年，具有深厚的技术积累。早在2020年就提出了一种光学忆阻器启发的专用量子计算方案，实验实现了几十万个模式数，10的254次方超大希尔伯特空间，以及光子符合数达到56的玻色采样演示。从芯片底层硬件上来看，三维和超快调控光量子芯片作为核心共性技术，使得量子计算，光子计算和人工智能光子处理器等方向的阶梯式发展，以及互相融合成为可能。
参考文献：
https://www.nature.com/articles/s41566-022-00973-5
https://www.sciencedirect.com/science/article/pii/S2709472322000053
End