Mie Optical Computing

为了追求让计算机更快、更高效，科学家们长期以来一直将光视为替代电力的潜在方案。传统的计算机利用电子在硅芯片中移动来处理信息，但光的传播速度更快，且能同时携带更多数据，同时产生的热量也更少。这一被称为“光学计算”的领域，旨在构建使用光束而非电流来处理图像和数据的机器。多年来，这些基于光的计算机的主流设计一直依赖于复杂的层叠结构，类似于一座多层建筑，光在各层之间来回反射。每一层都充当过滤器或镜面，在光穿过下一层之前对其进行微调。虽然这些系统很有效，但它们体积庞大、难以缩小，且需要大量空间来执行即使是简单的任务。其根本挑战在于，如何在不依赖庞大、分散结构的情况下，将足够的计算能力压缩进一小块单一材料中。

来自俄罗斯 ITMO 大学和意大利布雷西亚大学的研究小组提出了一个针对该问题的激进解决方案：他们建议不再构建多层机器，而是使用一个微小的单个粒子来完成所有工作。在他们的研究中，他们证明了一个大小仅相当于光波长的微小物质颗粒，其识别模式的能力可以与规模更大、更复杂的系统相媲美。他们专注于一种被称为“米氏散射”（Mie scattering）的特定相互作用，这种现象发生在光撞击一个尺寸与光波长相当的粒子时。当光击中此类粒子时，它不仅仅是发生反射；它会激发粒子内部复杂的振动，导致粒子以一种高度特定的、有规律的方式重新发射光。研究人员意识到，如果他们能够精确控制这个粒子的内部结构，他们就可以通过控制光散射的方式来对其进行数学运算编程。

团队通过要求粒子执行一项经典任务来测试这一想法：识别手写数字。他们将从零到九的数字图像编码进光束的相位中，并将该光束聚焦到一个虚拟粒子上。该粒子充当处理器，根据其内部属性转换传入的光。在另一侧，一组探测器测量由粒子散射出的光强。研究人员随后使用计算机模拟来训练粒子的内部结构，通过调整其属性，直到散射光的模式能够正确识别所展示的数字。在这些模拟中，一个尺寸参数为 15（衡量其相对于光波长的尺寸）的单个粒子实现了约 90% 的测试准确率。这一性能与人工神经网络（一种用于模式识别的标准计算机算法）的单层结构相当，证明了单个紧凑的物体确实可以执行非平凡的计算任务。

该研究最重要的发现之一是，单个粒子所能处理的信息量远超传统的层叠系统。在标准的的光学计算机中，一层所能处理的信息量受限于其包含的像素数量，而像素数量大致由光的波长决定。然而，单个粒子可以支持大量的内部振动模式（或称“通道”），并且这些模式可以相互作用。研究人员发现，随着粒子体积的增大，单个粒子内部可调节设置（即参数）的数量增长速度远快于扁平层的像素数量。具体而言，粒子的可训练设置密度随其尺寸的四次方进行缩放，而扁平层则是随其平方进行缩放。这意味着，对于一个仅比波长稍大的粒子，其在相同空间内能封装的计算能力比扁平的层叠设计要高出数个数量级。

该研究还探讨了自然界对这类设备施加的物理极限。现实世界的材料必须遵守某些规则，例如互易性（即光正向或反向传播时的行为一致）和被动性（即被动物体不能创造能量，只能吸收或散射接收到的能量）。研究人员测试了这些物理定律如何影响粒子的计算能力。他们发现，虽然要求粒子具有被动性会略微降低其最大准确率，但也使系统更加稳健。被动粒子不太容易受到光中的微小误差或噪声的影响，起到了天然稳定器的作用。此外，他们表明，即使在这些严格的物理约束下，该粒子仍能以高准确率识别数字，当设计为非吸收性介质对象时，准确率可达 84%。

为了证明这一概念不仅仅是一个数学技巧，而是可以在现实世界中存在的，团队设计了一个特定的物理形状作为粒子。他们创建了一个虚拟的不均匀球体，即一个由不同材料精确混合而成的球体。通过调整球体内不同位置的材料密度，他们可以调节其散射特性。模拟显示，这种定制设计的球体可以成功分类手写数字。最优形状是复杂且多变的，它依赖于许多不同内部共振之间的协调相互作用，而非单一的简单效应。虽然如此精细的结构在当前技术下难以制造，但该研究具有原理性的证明意义。它证明了光学计算所需的复杂计算并不一定需要一个大型的多层设备，而是可以集中在单个紧凑散射体的多极响应之中。

这项工作为设计极其微小且高效的光学计算机开辟了新路径。通过将整个计算过程集中在一个物体中，研究人员有望将这些处理器直接集成到计算机芯片上，从而弥合基于光的处理与电子电路之间的鸿沟。研究表明，光学计算的未来可能不在于建造更大、更复杂的镜片和透镜堆叠，而在于掌握单个微小物质颗粒中复杂的物理特性。随着研究人员不断完善这些设计，构建能够安装在针尖上的超快速、低能耗光学处理器的可能性，正从理论领域走向现实。