◎ 中國工程院院士 金國藩

2023 年10 月31 日-11 月2 日，“Advanced Photonics 論壇：智能光子學(xué)”在北京香山成功舉行，兩百多名專家學(xué)者圍繞智能光子學(xué)方向分享最新研究進(jìn)展，討論最新熱點(diǎn)問題，預(yù)測未來發(fā)展趨勢，吸引多家單位對(duì)智能光子產(chǎn)業(yè)發(fā)展的關(guān)注。

隨著人工智能和光子技術(shù)在理論、實(shí)驗(yàn)及應(yīng)用層面的深度融合和協(xié)同創(chuàng)新，智能光子有望發(fā)展成為催生新產(chǎn)業(yè)新業(yè)態(tài)新模式和推動(dòng)生產(chǎn)生活方式深刻變革的顛覆性技術(shù)?？梢灶A(yù)見：智能光子在新興的多學(xué)科交叉領(lǐng)域有很大可能成為未來幾十年的關(guān)鍵使能技術(shù)，引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革。

一、智能光子：引領(lǐng)未來的新興戰(zhàn)略性技術(shù)

人工智能和光子產(chǎn)業(yè)已經(jīng)發(fā)展成為引領(lǐng)未來的新興戰(zhàn)略性技術(shù)。在人工智能領(lǐng)域，美國、歐盟、日本不斷升級(jí)人工智能戰(zhàn)略，加大對(duì)人工智能創(chuàng)新需求的投資。2010-2023 年《麻省理工科技評(píng)論》評(píng)選的“全球十大突破性技術(shù)”中，有37 項(xiàng)技術(shù)與人工智能相關(guān)。”習(xí)近平總書記也多次指出，“要深入把握新一代人工智能發(fā)展的特點(diǎn)，加強(qiáng)人工智能和產(chǎn)業(yè)發(fā)展融合，為高質(zhì)量發(fā)展提供新動(dòng)能。”在先進(jìn)光子技術(shù)領(lǐng)域，歐洲光子學(xué)領(lǐng)域技術(shù)發(fā)布的2023-2030 年光子學(xué)戰(zhàn)略研究與創(chuàng)新議程《新視野：通過光子學(xué)確保歐洲的戰(zhàn)略自主》中強(qiáng)調(diào)了先進(jìn)光子學(xué)技術(shù)在歐盟戰(zhàn)略價(jià)值鏈和工業(yè)生態(tài)系統(tǒng)中的重要性。

我國牢牢抓住邁進(jìn)光子時(shí)代的戰(zhàn)略機(jī)遇期，2023 年國內(nèi)首份光子產(chǎn)業(yè)白皮書《光子時(shí)代：光子產(chǎn)業(yè)發(fā)展白皮書》發(fā)布。中國工程院發(fā)布的2023年“中國電子信息工程科技十四大挑戰(zhàn)”涉及了微電子光電子和光學(xué)工程領(lǐng)域。此外，我國積極推進(jìn)光子產(chǎn)業(yè)布局，打造中國“光子之城”，并在部分地區(qū)形成了光子產(chǎn)業(yè)集群，培育孵化一批國內(nèi)光子領(lǐng)先企業(yè)。

二、光子是人工智能新平臺(tái)

隨著芯片制造工藝的進(jìn)步與數(shù)據(jù)量的與日俱增，以深度學(xué)習(xí)為代表的人工智能再度成為熱門話題。其中的代表性事件從ImageNet 大規(guī)模視覺識(shí)別挑戰(zhàn)賽（ILSVRC）中的記錄被持續(xù)刷新，到最近以GPT 為代表的大模型進(jìn)入千家萬戶。國務(wù)院在2017年就印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，其中指出，“人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?huì)生活、改變世界；第三步戰(zhàn)略目標(biāo)是使我國到2030年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心，智能經(jīng)濟(jì)、智能社會(huì)取得明顯成效，為躋身創(chuàng)新型國家前列和經(jīng)濟(jì)強(qiáng)國奠定重要基礎(chǔ)。”

算力一直是人工智能發(fā)展的基礎(chǔ)。半個(gè)多世紀(jì)前，Gordon Moore預(yù)測：每隔18-24 個(gè)月，芯片的晶體管密度就會(huì)增加一倍，即所謂“摩爾定律”。這個(gè)預(yù)測在半導(dǎo)體產(chǎn)業(yè)的中早期持續(xù)有效，然而隨著芯片工藝制程逐漸逼近物理極限，摩爾定律呈現(xiàn)放緩趨勢，這是無法逾越的物理極限高墻。此外，現(xiàn)代計(jì)算機(jī)沿用的馮·諾依曼架構(gòu)也逐漸暴露了其缺陷：存算分離的設(shè)計(jì)帶來了大量的數(shù)據(jù)傳輸需求，導(dǎo)致了大量的能耗損失，即所謂“功耗墻”；通訊帶寬的增長與算力增長相比提高幅度也非常緩慢，限制了運(yùn)算速度的進(jìn)一步提高，即所謂的“內(nèi)存墻”。近10 年間，人工智能訓(xùn)練算力要求呈現(xiàn)每3-4 個(gè)月翻一番的增長趨勢；千億甚至萬億參數(shù)的大模型的訓(xùn)練成本巨大、能耗驚人。算力不足已經(jīng)逐漸成為了制約人工智能進(jìn)一步發(fā)展的瓶頸。

光子作為計(jì)算媒介具有電子無可替代的優(yōu)勢。第一，光子之間具有良好的空間相容性，具有極強(qiáng)的并行能力；第二，光傳輸速度極高，加之其多物理維度（振幅、相位、偏振、波長、角動(dòng)量等）使得光子作為信息媒介具有極高的帶寬；第三，光子運(yùn)算、通訊、儲(chǔ)存能耗低；第四，光子作為存儲(chǔ)媒介存儲(chǔ)密度極大，其最小存儲(chǔ)單元尺度僅為波長量級(jí)；第五，光子無電荷，能防電磁干擾，具有保密特性。因此，相比于電子計(jì)算，以光子作為信息載體的光子計(jì)算架構(gòu)有望成為高性能人工智能計(jì)算的重要驅(qū)動(dòng)力。

光計(jì)算已經(jīng)歷70 年起伏發(fā)展，最近迎來了新一輪“復(fù)興”。最早的光計(jì)算系統(tǒng)可追溯到20 世紀(jì)50 年代，人們開始利用透鏡實(shí)現(xiàn)傅里葉變換的光學(xué)模擬計(jì)算。60 年代提出的光學(xué)相關(guān)器可并行、高通量地執(zhí)行二維圖像之間的相關(guān)運(yùn)算，從而實(shí)現(xiàn)高速目標(biāo)識(shí)別，受到了各國的重點(diǎn)關(guān)注。受人工智能啟發(fā)，使用體全息光柵搭建光學(xué)人工神經(jīng)網(wǎng)絡(luò)的想法也在20 世紀(jì)90 年代受到廣泛關(guān)注。近年來，以片上光處理器和自由空間衍射光處理器為代表的新一代光計(jì)算架構(gòu)研究正方興未艾。這次光計(jì)算的“復(fù)興”受益于兩方面，其一是硅基光子學(xué)CMOS 工藝相兼容的特性，使它能夠站在半導(dǎo)體產(chǎn)業(yè)幾十年發(fā)展的肩膀上；其二是深度學(xué)習(xí)的發(fā)展與進(jìn)步，為新一代計(jì)算平臺(tái)提出了需求，也提供了思路。

三、人工智能是光學(xué)新引擎

光既是重要的能量載體，也是高效的信息傳輸介質(zhì)。人類文明的發(fā)展伴隨著對(duì)光的認(rèn)識(shí)深度與調(diào)控能力的不斷提升。人們對(duì)光本質(zhì)的認(rèn)識(shí)逐漸深入：從牛頓的光粒子說到惠更斯的光波動(dòng)說、再到麥克斯韋揭示了光的電磁本質(zhì)，近一百年又形成了對(duì)光子量子本質(zhì)的解釋。對(duì)光的操控與記錄上，3000 年前的埃及人與美索不達(dá)米亞人就知道將石英晶體磨光制成透鏡，西周時(shí)期也掌握了利用青銅凹面鏡聚焦陽光生火的技術(shù)。近代以來，研磨與拋光技藝的發(fā)展使得望遠(yuǎn)鏡、顯微鏡等成為人類認(rèn)識(shí)世界的有力工具；激光的發(fā)明為人類提供了“最快的刀”“最準(zhǔn)的尺”“最亮的光”；CCD 的發(fā)明建立了光學(xué)信號(hào)與數(shù)字信號(hào)的橋梁。光學(xué)的發(fā)展伴隨著人類對(duì)自然世界的理解不斷深入、也伴生了數(shù)次新技術(shù)與工業(yè)的革命性進(jìn)步。

隨著光電技術(shù)的發(fā)展，光學(xué)模組與系統(tǒng)已在消費(fèi)電子、工業(yè)檢測、生物醫(yī)療、航天航空、國防偵察等領(lǐng)域取得了廣泛應(yīng)用。此外，可穿戴設(shè)備、機(jī)器人、物聯(lián)網(wǎng)、虛擬/增強(qiáng)現(xiàn)實(shí)、人機(jī)交互等新興的應(yīng)用場景，對(duì)與之相匹配的光學(xué)模組提出了更苛刻的要求。傳統(tǒng)光學(xué)工程技術(shù)面臨利用維度少、調(diào)控精度低、感知-存儲(chǔ)-計(jì)算-通信功能模塊設(shè)計(jì)分立等問題，限制了光學(xué)模組性能的進(jìn)一步提高。

人工智能為傳統(tǒng)光學(xué)工程的技術(shù)極限提供破局思路。將人工智能應(yīng)用在光學(xué)問題的前向建模和逆向設(shè)計(jì)過程中，是提高光學(xué)問題的解決效率和準(zhǔn)確性的可行方案。在前向模型中，神經(jīng)網(wǎng)絡(luò)為光學(xué)參數(shù)和物理響應(yīng)之間的映射提供了捷徑，顯示出比傳統(tǒng)模擬工具更快的計(jì)算速度。在逆向設(shè)計(jì)中，人工智能可以根據(jù)目標(biāo)性能有效計(jì)算出光學(xué)參數(shù)。最近研究表明，人工智能在光子結(jié)構(gòu)、材料、設(shè)備和系統(tǒng)的優(yōu)化設(shè)計(jì)及光學(xué)數(shù)據(jù)處理和分析方面具有巨大潛力。因此，人工智能在如提高分辨率、靈敏度和動(dòng)態(tài)范圍及消除噪聲、偽影和像差等應(yīng)用場景下，提供了突破傳統(tǒng)光學(xué)系統(tǒng)性能極限的可能。

人工智能為感-存-算-通一體的新型光電設(shè)備提供設(shè)計(jì)方法，結(jié)合人工智能的光成像和傳感技術(shù)，被廣泛應(yīng)用在精確農(nóng)業(yè)、醫(yī)療保健、工業(yè)制造和空間監(jiān)測等領(lǐng)域。例如，結(jié)合深度學(xué)習(xí)算法的智能光學(xué)顯微鏡可以顯著提高空間分辨率和成像速度，對(duì)病理學(xué)和生物科學(xué)有重要作用。

四、智能光子發(fā)展的挑戰(zhàn)與展望

人工智能和光子學(xué)之間的相互促進(jìn)激發(fā)了人們對(duì)智能光子學(xué)的研究興趣。人工智能正在越來越多地融入光子學(xué)領(lǐng)域，加速和增強(qiáng)光子學(xué)研究，解決光子學(xué)面臨的難題，賦能光子技術(shù)高速發(fā)展。相反，開發(fā)神經(jīng)形態(tài)光子處理器，構(gòu)建用于執(zhí)行人工智能算法的全光平臺(tái)，有望克服計(jì)算速度和功耗方面的瓶頸。然而，發(fā)展與當(dāng)今先進(jìn)電子計(jì)算系統(tǒng)相比擬的通用光學(xué)計(jì)算系統(tǒng)仍然面臨極大的挑戰(zhàn)。開發(fā)高性能的光計(jì)算架構(gòu)仍任重道遠(yuǎn)，需要繼續(xù)努力。

科學(xué)技術(shù)的發(fā)展深刻影響著國家的前途命運(yùn)和人民生活福祉。智能光子作為第四次科技革命的“基礎(chǔ)設(shè)施”之一，具有引發(fā)重大產(chǎn)業(yè)變革的潛能。全球逐漸掀起對(duì)智能光子技術(shù)的研究熱潮。我國具有海量數(shù)據(jù)資源、超大市場規(guī)模和豐富應(yīng)用場景等優(yōu)勢，使智能光子產(chǎn)業(yè)的發(fā)展具有巨大潛力。未來，智能光子技術(shù)的創(chuàng)新和進(jìn)一步發(fā)展需要各方給予足夠的發(fā)展空間和資金支持，并且加強(qiáng)對(duì)相關(guān)人才培養(yǎng)和基礎(chǔ)研究的重視。期待智能光子技術(shù)迎來蓬勃發(fā)展，推進(jìn)我國的科技創(chuàng)新跨越式發(fā)展。