近日，上海交通大學電子信息與電氣工程學院感知科學與工程學院楊佳苗團隊和北京大學魏勛斌教授合作，在高精度光散射光電儲備池計算中取得重要進展，相關成果以“Optoelectronic reservoir computing based on complex-value encoding”(基于復值編碼的光電儲備池計算)為題發表在中國激光雜志社高質量國際學術期刊 《Advanced Photonics Nexus》上。
 

研究背景
 

　　從2012年以來，針對最大的AI模型的訓練，算力的消耗已經增長了30萬倍，平均每100天翻一番，大大超過了摩爾定律所描述的兩年翻倍的速度。為解決電子計算機算力受限問題，以光學手段物理實現電學計算的光計算逐漸成為重要手段。其中，基于光散射的光電儲備池計算(ORC)是一種先進的光學神經網絡，其利用光散射對光信息打散重組的機理，可光速實現數萬量級神經元的矩陣乘法，在針對各種時序信號的高效處理中顯示了出獨特優勢。然而，目前基于光散射的ORC僅使用散射光場的振幅或相位來編碼信息，忽略了相干光傳播中各維度信息的相互作用，限制了數據輸入分辨率，影響網絡計算精度。此外，網絡通過光調制器、探測器以及計算機之間的較長數據通信鏈路實現遞歸訓練，這對運算速度和系統穩定性的提升形成了明顯的阻礙。
 

　　創新成果
 

　　針對單維度數據編碼導致網絡精度受限的問題，上海交通大學楊佳苗團隊提出了基于復值編碼的光電儲備池計算新方法。該方法通過調控光場復振幅提高數據輸入分辨率，引入尺度因子微調儲備池動力學以獲得更優的網絡性能。針對數據通信鏈路過長導致網絡速度和穩定性受限的問題，團隊使用高速光網通信接口和開發專用的現場可編程門陣列構建了集成運算處理器，大幅提升了網絡運算速度。
 

基于復值編碼的光電儲備池計算原理圖
 

　　該研究使光電儲備池的數據輸入分辨率得到大幅提高，這使得在處理Mackey-Glass數據集時序預測任務時，與常規光電儲備池相比，網絡的歸一化均方誤差減少了約75%。此外，該網絡還可以應用于天氣時序數據分析，有效地預測了24小時內虹橋國際機場的溫度和濕度數據。
 

提升數據輸入分辨率和網絡時序數據預測精度
 

　　同時，通過光路仿真與優化、運算電路板設計與開發以及集成化機械結構設計，將原本耗時的數據編碼過程、數據解析過程、計算機、調制器與探測器的數據通信過程等全部遷移到所開發的專用FPGA高速運算板卡中，將運算速率提升兩倍以上(至1200hz)。研究成果有望推動大規模高精度光計算的發展與落地。
 

光電儲備池集成運算系統
 

　　研究團隊
 

　　上海交通大學電子信息與電氣工程學院感知科學與工程學院副教授楊佳苗和北京大學生物醫學工程系、國際癌癥研究院教授魏勛斌為共同通訊作者，博士生丁春旭和助理研究員邵榮君為共同第一作者，該工作是與華為技術有限公司的合作成果，工作中所用高速高精度空間光調制器由楊佳苗團隊自主研發。
 

　　楊佳苗團隊長期致力于光學檢測/成像、光場調控、光計算等方面的科學研究，以及相關智能光電儀器設計、制造、集成等技術研發。楊佳苗以第一作者/通訊作者在《Nature Communications》《Science Advances》《Light: Science & Applications》《Laser & Photonics Reviews》《Optica》《Photonics Research》等國際著名期刊發表高水平學術論文30余篇，研究成果受到中央電視臺《新聞聯播》、美國物理學聯合會《科學之光》《世界科技研究新聞資訊網》《科技探索網》等報道。