Programmable k-local Ising interactions and shallow optical Kolmogorov--Arnold networks through repeated data encounters

基于提供的手稿，以下是 Stroev 和 Berloff 研究工作的详细技术摘要。

问题陈述

光子处理器在执行线性变换方面具有内在的高效性，但实现独立可编程的高阶相互作用（超越二元耦合）通常需要非线性光学介质，或者通过二次化（quadratization）将问题简化为二元模型。虽然二次化是可行的，但它会引入由辅助变量和惩罚约束带来的开销。现有的光子 Ising 机和模拟器主要针对二元耦合，而那些实现高阶项的系统通常依赖于材料非线性（例如 $\chi^{(2)}$ 或克尔效应），这些效应缺乏对每个超边系数的独立控制能力。因此，需要一种能够直接评估稀疏、结构化 $k$-局部 Ising 目标函数的光子架构，且无需依赖材料光学非线性或辅助变量，并能拥有独立可编程的耦合强度与相互作用阶数。

方法论

作者提出了一种重复遭遇架构（repeated-encounter architecture），该架构结合了线性光学传播与平方律检测，以产生对编码数据的非线性响应。其核心机制是将特定的自旋组（超边）路由到解析的光学通道中，并使其经过多次（“遭遇”）自旋相关掩模（spin-dependent mask）。

1. 架构：

   • 数据编码： 空间光调制器（SLM）向光场施加自旋掩模 $D_s$。
   • 路由与选择： 扇出元件将光场引导至傅里叶平面，通过窗口选择特定的超边。
   • 倒易回收（Reciprocal Recollection）： 被选中的场被返回通过同一个实时自旋掩模（即“倒易”步骤）。这产生了第二次数据遭遇。
   • 检测： 系统使用一组探测器（taps）来测量每次遭遇后的场。直接的强度测量提供自旋和的偶数次幂（$S_q^2, S_q^4, \dots$），而相邻探测器之间的相位参考干涉则提供奇数次幂（$S_q^1, S_q^3, \dots$）。
   • 重建： 通过对这些测量信号进行校准后的线性组合，重建特定的 $k$-自旋 Walsh 项（即自旋乘积 $\prod s_i$），并带有编程的符号和强度。

2. 理论框架（紧凑遭遇定理/Tight Encounter Theorem）：

   • 作者证明，对于入射场与自旋配置无关、掩模在光学模式下是对角化的、且检测采用平方律的系统，任何被检测观测量的多线性自旋度受限于两次数据遭遇（$R$）之和的两倍。
   • 因此，$k$-自旋项至少需要 $R = \lceil k/2 \rceil$ 次遭遇。
   • 他们证明，**秩一回收（rank-one recollection）**构造（将选中的模式作为均匀光束返回到相应的自旋宏像素上）达到了这一下界，从而能够在第 $p$ 次遭遇时生成 $S_q^p$。

3. 连续变量扩展：

   • 通过将二进制自旋替换为有界的连续符号振幅透射率，相同的架构可以生成多项式边函数。这使得实现浅层**柯尔莫哥洛夫-阿诺德网络（KANs）**成为可能，其中网络边是最高达 $2R$ 阶的单变量可训练多项式。

核心贡献

• 紧凑遭遇定理（Tight Encounter Theorem）： 一个严谨的证明，确立了在具有平方律检测的线性光学中，生成 $k$-局部相互作用所需的最小光学深度为 $R \ge \lceil k/2 \rceil$，并给出了实现该界限的显式构造（秩一回收）。
• 独立可编程性： 能够独立编程超边身份、相互作用阶数以及带符号的耦合强度，而无需二次化辅助变量或材料非线性。
• 通过卡尔达诺种子进行光学加权（Optical Weighting via Cardano Seeding）： 一种通过光栅深度将 $k=4$ 项的非恒定权重直接编码到返回路径光学系统中的方法，该方法可通过用于求解所需光栅参数的闭式代数解（卡尔达诺公式）来解决。
• 数值验证： 使用一个理想的折叠 4f 中继（$1024 \times 1024$ 网格）的有限维离散傅里叶模型，用于验证 $R=2, k=4$ 的情况。

结果

论文展示了来自有限离散傅里叶中继模型的数值结果：

• 遭遇缩放（Encounter Scaling）： “倒易回收”路径成功在第二个探测器中生成了四次项响应（$S_q^4$），其有效指数 $\nu_{eff} \approx 2.02$。相比之下，对照组“固定斑块”（fixed-patch）路径（数据无关的返回）保持为二次项（\nu_{eff} \approx 1.06}），证实了实现高阶项对于第二次遭遇的必要性。
• Walsh 光谱： 倒易回收方法实现了归一化后的四体 Walsh 系数为 $0.98$，而固定斑块对照组仅为$4 \times 10^{-7}$（低于噪声水平），证明了四体信息是由第二次遭遇携带的。
• 重建精度： 对于四自旋项（$k=4$），在所有 16 种自旋配置下的重建能量的均方根误差（RMS error）分别为 $0.129$（基准孔径）和$0.037$（半半径孔径）。其“类间隔”（class margin，即目标能量类之间的间距）分别为 $1.81$和$1.95$，而理想值为$2.0$。
• 泄漏分析： 主要的确定性误差源被确定为有限窗口泄漏，这会引入伪造的低阶 Walsh 分量。误差随后处理修剪后的宏像素振幅/相位误差线性缩放。
• KAN 边恢复： 在一个固定投影脊柱组（fixed-projection ridge bank）模拟中（$R=2$），系统成功恢复了多项式边函数（最高 4 阶）的系数，使用精确梯度测试的均方误差（MSE）为 $1.9 \times 10^{-7}$。

意义与声明

作者将这项工作定位为光子硬件在优化和机器学习领域可编程性的基础性进展：

• 效率： 该架构为实现 $k$-局部相互作用所需的光学深度提供了“紧凑”界限，证明了此类方案在单次通过中无法做得更好。
• 硬件无关性： 它实现了直接的高阶映射，无需非线性材料或二次化开销，因此适用于超边可路由到唯一通道的稀疏且结构化的目标函数。
• 多功能性： 同一物理层级既支持离散 Ising 目标函数，也支持连续变量多项式函数（如 KANs）。
• 验证的审慎性： 作者明确指出，这些结果是在理想的有限傅里叶模型下的数值验证。他们并未声称实现了硬件的实验演示。他们指出，实验迁移需要解决实测像差、SLM-相机响应、光子计数以及相位漂移等问题。此外，论文并未声称对求解器性能（求解时间）进行基准测试，也未提供原生与二次化性能的对比；其重点在于理论构造及其数值验证。

总之，本文介绍了一种基于理论支撑的线性光学架构，通过重复数据遭遇，能够评估任意阶的 Ising 相互作用和 KAN 边，并通过数值验证证明了所提出的“倒易回收”机制能够成功产生所需的高阶非线性。