将来のフォトニックコンピューターはどのようなものになるでしょうか?

未来の光子コンピュータ

焦樹明大湾区大学

（「China Optics」パブリックアカウントで最初に公開されました）

私たちの日常生活には、最も一般的な化粧鏡から、近視用メガネ、老眼鏡、拡大鏡、望遠鏡、顕微鏡に至るまで、さまざまな「鏡」が欠かせません。それぞれのミラーには独自の長所があります。あるものは、あなたの目の前に全く同じものを見せてくれます。また、小さな画像を拡大できるもの、不明瞭なぼやけた画像を鮮明にしたり、遠くの画像を近づけたり、散乱した太陽光を一点に集めたりできるものもあります。野生で生き残るために虫眼鏡を使って火を起こすという話は、誰もが聞いたことがあるでしょう。

より専門的に言えば、「ミラー」は光学装置、または光学機器です。さまざまなデバイスが、ルービックキューブで遊んだり、マジックトリックを披露したりするのと同じように、反射、屈折、干渉、回折、散乱などのさまざまな物理的効果を通じて光を操作できます。明るい光を暗くしたり、暗い光を明るくしたり、光をある方向から別の方向に変えたりできるので、最終的には目の前でさまざまな変形された画像を見ることができます。中学校の物理の授業で習った凸レンズと凹レンズは、それぞれ光を収束させたり発散させたりすることができ、像を自由に拡大したり縮小したりすることができます。最も基本的な光学機器です。

図1: 凸レンズと凹レンズは光を収束させたり発散させたりします

私たちがよく知っている「社内」の仕事に加えて、光学デバイスは、予期しない予測不可能な「社外」の仕事も数多く実行できます。これらのレンズが光を使って算数の問題を解いたり、顔を認識したり、無人車の自動運転を助けたり、さらにはフォトニックコンピューターを構築したりすることもできると想像してみてください。すごいですよね？

電子コンピュータと比較した光子コンピュータの利点は何ですか?

私たちが日常生活で使うコンピューターは、スマートフォン、ノートパソコン、コンピューター室の巨大なサーバーシステムなど、すべて半導体電子デバイスで構成されています。各チップ上の最も基本的なコンポーネント単位はトランジスタです。トランジスタ 1 個は単なる小さなスイッチですが、多数のトランジスタを接続すると、「大きな成果を達成するために力を集中」し、ますます複雑化するコンピューティングの問題を解決できるようになります。

数十年にわたる開発の結果、各コンピュータ チップに統合される電子デバイスの数は非常に多くなり、数平方センチメートルに数億個の電子トランジスタが集積されるようになりました。このような高密度では改善の余地が限られており、世界中で増大するデータコンピューティングのニーズに対応するのは困難です。 「チップ上に収容できるトランジスタの数はおよそ 18 か月ごとに 2 倍になり、プロセッサのパフォーマンスもそれに応じて 2 倍になる」というムーアの法則は、もはや簡単に達成できるものではなくなりました。世界中でコンピューターが毎年消費する電力の総量も非常に大きく、無視することはできません。

研究者たちはコンピュータ設計への新しいアプローチを常に模索しており、いくつかのシナリオでは電子コンピューティングの代わりにフォトニックコンピューティングを使用することを試みることが 1 つの選択肢です。

実際のところ、コンピューターは電子機器に組み込まれるように「設計」されているわけではありません。第二次世界大戦中およびそれ以前、歴史上ほとんどのコンピューターはレバーとギアで構成された機械式でした。チューリングはかつて機械式コンピュータを使ってドイツ軍の暗号を解読することに成功したことがある。

研究者たちは、光学コンピュータや機械コンピュータに加えて、量子コンピュータ、生物学的 DNA コンピュータ、化学分子コンピュータも試しています。

グーグルの「プラタナス」や国内の「九章」「祖崇志」に代表される量子コンピュータの研究は近年メディアで広く報道されている。しかし、この記事で言及されている量子コンピュータと光子コンピュータは、一般的には非常に異なります。量子コンピュータは、これを実現するために必ずしも光学的な方法を使用するわけではなく、超伝導、量子ドット、イオントラップなどの方法も使用できます。光量子コンピュータは主に微視的量子光学に依存していますが、この記事で言及されている光子コンピュータは巨視的古典光学に依存しています。簡単に言えば、前者は主に単一または非常に少数の光子によって実現され、後者は非常に多数の光子で構成される光線によって実現されます。光子の数は大きな違いを生む可能性があります。

図2: 電子コンピュータチップ

ご存知のとおり、光の伝播速度は毎秒 30 万キロメートルまたはそれに近い値に達することがあります。しかし、電子計算機においては、半導体デバイス内で信号が伝達されるときの「反応」はそれほど速くないことが多く、一瞬の休止が必要になります。この応答時間も非常に短いですが、光信号のほぼ瞬時の伝播に比べればまだ小さいものです。フォトニックコンピュータは、高速性と低遅延性の点でリードしています。

光子コンピュータと電子コンピュータを構成する最も基本的な粒子は、それぞれ光子と電子です。どちらも同じように小さいですが、性質は大きく異なります。

電子はフェルミオンであり、光子はボソンです。電子は、思春期にホルモン分泌が活発な熱血青年のようなものです。彼らは「気性が荒い」ので、互いに影響し合い、衝突し、熱を発する傾向があります。 2 つの回路が誤って接触すると、「短絡」が発生します。光子は、競争心が強くなく、寛容で寛大で、簡単に「トラブルを起こさない」仏教徒のおじさんのような存在です。多くの異なる光線は、相互作用することなく互いを通過することができます。 「あなたはあなたの道を行き、私は私の道を行く」お互いに影響を与えることなく、同じ空間に共存し、触れても「感電」しません。

雑談の達人ホウ・バオリン氏はかつて、酔っ払いが懐中電灯を空に照らして光のビームを作り、別の酔っ払いに「酔っていないと言ったのに、よくもこんな柱に登れたもんだな」と言ったというジョークを語った。もう一人の酔っぱらいはこう答えました。「登りません。登って懐中電灯を消したら、落ちてしまいますよ！」

図 3: 2 本の光線が出会うと、短絡せず、互いに影響を与えることなく通過します。

光子はこのような「特性」を持っているため、互いに干渉しない多数の光線を使用して、大量の並列データ計算を同時に実行することができます。電子機器のように単位面積あたりの密度を盲目的に増やす必要はなく、単に「デバイスが増えれば電力も増える」という単純で粗雑な方法に頼って計算能力を向上させるだけです。電子コンピュータは、すべての車を 1 つの車線に押し込むようなものであることが多いですが、光子コンピュータは複数の車線を持つ広い高速道路のようなものです。

同時に、光子は互いに簡単に相互作用しないため、光コンピューターは、電源に接続したり電池を入れたりする必要のない近視用メガネのように、非常にわずかなエネルギーしか消費しません。光がある限り受動的に動作することができます。

フォトニックコンピュータは、計算速度やエネルギー利用率などの性能指標において、既存の電子コンピュータの数十倍から数百倍を達成することが期待されている[1]。

さらに、医療機器室や電波観測所などの特定の場所では、電子機器から一定量の電磁波が必然的に放出され、機器の正常な動作を妨げる可能性があります。フォトニックコンピュータはより安全な選択となるでしょう。

他のシナリオでは、処理する信号や計算するデータ自体が光学形式で表現されます。例えば、自然物の画像のライトフィールドは、デジタルカメラで撮影された後、電子コンピュータで処理するために電子データに変換されます。処理された写真が画面に表示されると、光信号の形に戻されます。カメラ、ディスプレイ、光通信などの光信号を直接フォトニックコンピュータで処理すれば、光電信号間の多重変換の煩わしさを回避できます。

フォトニックコンピュータはどのように動作するのでしょうか?

どのような種類のコンピュータであっても、それはさまざまなコンピューティングタスクを実行するために使用されるマシンです。完了すべき最も基本的な作業は、当然ながら、加算、減算、乗算、除算、より具体的には、加算と乗算です。一見複雑に見える多くの計算プロセスは、最終的には加算と乗算という多数の基本的な演算に分解できます。

光学において加算や乗算を実行する方法は数多くあります。たとえば、部屋が完全に暗い場合です。最初のライトを点灯すると、部屋が明るくなります。 2つ目のライトを点灯すると、部屋はさらに明るくなります。この時点で、部屋の明るさは 2 つのライトの明るさの合計になります。これは単純な光学的な方法で行われた追加です。

異なる位置の光の強さ（または明るさ）を使用して値の大きさを表す場合、虫眼鏡型凸レンズは異なる位置からの光をまとめることができ、光による加算を実現できます。

光が不透明な物体の表面に当たると、その一部は吸収され、一部は反射されます。反射光の強度は、入射光の強度に反射率を掛けたものに等しくなります。反射率を調整できます。例えば、夏の炎天下で黒い服を着ていると、黒い表面は光の吸収率が高く、反射率が低いため、暑さを感じやすくなります。白い服はその逆で、より着心地が良いです。

では、どのような値を掛け合わせたいのでしょうか?反射物体の表面のさまざまな位置の反射率を適切にエンコードし、対応するサイズに設定するだけで、光が自然な方法で乗算を完了できるようになります。検出器を使用して反射光の強度を測定し、製品結果を得ることができます。

もちろん、透明なオブジェクトを使用することもできます。反対側を通過する光の強度は、入射光に透過率を掛けたものに等しくなります。異なる位置での透過率を、乗算する値に合わせて調整するだけです。

下の図では、まず異なる位置で光の反射率または透過率を調整し、対応する各位置の値を並列に乗算し、次にレンズでこれらの積を合計する光学装置は、単純な「光学乗算加算計算機」です。

図4: レンズ収束を利用した光積和演算器[2]

加算、減算、乗算、除算に加えて、光学は電子計算に比べてより複雑な計算への近道を提供できる場合がよくあります。たとえば、数学では、2 次元フーリエ変換では、アルゴリズムを設計し、プログラム コードを記述し、その後、一定時間プログラムを実行して結果を取得する必要があります。しかし、光学においては、光の回折伝播法がフーリエ変換を実現する自然な方法であるため、たった1枚のレンズを通して光速で結果を得ることができます[2]。

近年、実際の人間の脳の動作モードをシミュレートするディープラーニングニューラルネットワークがさまざまな分野で広く使用され、最も主流の人工知能モデルとなっています。これらは通常、電子コンピュータ上のソフトウェア アルゴリズムの形式で実装されます。研究者らは、シンプルな多層ニューラル ネットワークを全光学的な方法で実装しました。ネットワーク全体には回路や電子機器はなく、光パスと光デバイスのみがあります。上述の光倍増器は、隣接する2つのニューロン層間の信号伝達をシミュレートするためにも使用されます[3]。

光学研究室では、研究者はレーザーをよく使用します。光は異なる周波数（または波長）を持つことができるため、目に見える範囲内で異なる色に対応します。日常生活で使用される通常の太陽光やランプにはさまざまな光の周波数が混ざっていますが、レーザーの周波数は比較的単一です。たとえば、緑色レーザーはより純粋な緑色を意味し、比較的強いエネルギーを持つ高度に集中した光線を形成できます。

レーザーを使用すると、より多様な光コンピューティング システムが設計されます。虫眼鏡のような一般的な凸レンズ装置は、中央が厚く、両側が薄く、対称的な規則的な形状をしています。デバイスをインテリジェントに最適化して、さまざまな位置でさまざまな厚さを実現できます。凸レンズでも凹レンズでもないこのような凹凸のあるデバイスは、より複雑かつ柔軟に光を変調することができます。これを回折光学装置といいます。さらに、このようなデバイスの「ストリング」をカスケード接続して、各レイヤーで順番にライトフィールドを調整することもできます。最終的に得られる効果は、単に「太陽光を集めて火を起こす」以上のものになります。

下図の「光回折ニューラルネットワーク」というシステムでは、入力面の異なる位置での光強度分布が異なる数のパターンを表す場合、システムの反対側の出力端では、最適化された設計の一連の回折光学デバイスによって光が変調され、異なる数に応じて異なる位置に収束することができます。光が指している場所がどの番号であるかを示し、デジタル分類と認識の結果が直接表示されます。

このようなシステムでは、光は知性を持ち、人間のように数字を認識できるようです。人工知能はもはや電子コンピュータに限定されたものではありません。

図5: 数字認識のための光回折ニューラルネットワーク[4]

他の研究者たちは、下図の「下水道管網」のようなシステムを光コンピューティングに利用する方法を研究している。青いパイプはそれぞれ光導波管と呼ばれ、水の代わりに光を伝送します。

通常の状況では、光は導波管内の一端から他端まで「動作」しますが、2 つの導波管が互いに非常に近い場合、2 つの導波管内の光信号は部分的に互いに衝突します。設計者は、2 つの導波管が意図的に何度も干渉するようにし、マッハツェンダ干渉計と呼ばれる多数の基本ユニットを構築し、それらを接続してネットワークを形成します。

左端の各導波管入力ポートの光の元の明るさは、各入力データ値のサイズを表します。何度も光が干渉すると、各導波管内の光が明るくなったり暗くなったりすることがあります。すべての干渉計ユニットを適切に設定し、ネットワーク全体の右端にある各出力ポートの明るさを測定することで、目的の計算結果を得ることができます。たとえば、入力がベクトルの各要素のサイズである場合、入力ベクトルに行列を乗算した後の出力結果を表す新しいベクトルが取得されます。

図6: 光コンピューティングのためのマッハツェンダー干渉計ネットワーク [5]

マッハ・ツェンダー干渉計のような光学システムは、もともとかなり大きく、テーブル全体の大きさを占めます。これらを多数接続すると、数十年前に電子コンピュータが初めて発明されたときのように、部屋全体を埋め尽くすことになるだろう。この導波路実装により、システム サイズは非常に小さくなり、ミクロン レベル以下になり、多数のマッハ ツェンダー干渉計を小さなチップに統合できるようになります。

シリコンベースのフォトニクスにより、フォトニック チップを電子チップと同様の方法で設計および処理できるようになります。さまざまな光学デバイスがますます小型化され、統合されるようになります。フォトニックチップは小さいですが、必要な機能はすべて備えています。これにより、将来的には携帯電話やタブレットなどの端末ポータブル消費者製品にフォトニックコンピューティングを使用する道が開かれます。

「スマートグラス」もまた巧妙に設計された光コンピューティングデバイスです[6]。純粋なガラスの中では、光は左から右へ妨げられることなく伝播します。しかし、他の物質を含む不純物がたくさん混ざると、ミルクティーにプリンを何個も入れるようなものです。不純物とガラスは反射率と屈折率が異なるため、光がこれらの「障害物」を迂回すると、迷路を歩くように「東へ行ったり、西へ行ったり、左右にぶつかったり」し、本来の通常の伝播経路が変わります。この「迷路」内のすべての不純物の位置、サイズ、形状が適切に設計されていれば、ほとんどの光子は最終的に目標位置に収束し、光回折ニューラルネットワークと同様の分類と認識の結果を示します。

図7：（a）スマートガラス散乱媒体を使用した光コンピューティングデバイス[6] （b）光が障害物にぶつかり、迷路を突破する[6]

上記の光学計算方法はすべてアナログ光学計算に分類できます。つまり、光の明るさやその他の物理量を直接使用して計算する値を表します。私たちが普段使っている電子計算機は、論理ゲートデジタル計算を採用しています。つまり、まず処理対象となる日常の10進数値を0と1を含む2進デジタルシーケンスに変換します。たとえば、28は2進数では11100で表され、2は2進数では10で表されます。 「世の中には10種類の人間がいる。バイナリを理解する人間と理解しない人間だ」という古い格言があります。次に、各ロジック ゲートは、AND ゲート、OR ゲート、NOT ゲートなどのタイプなど、1 と 0 の間の単純な演算を処理できます。入力と出力はすべて 0 または 1 ですが、計算ルールは異なります。単一の論理ゲートの機能は非常に単純ですが、多数の論理ゲートが接続されて論理回路システムが形成され、より複雑な計算を実行します。今日までの電子コンピュータの急速な発展の鍵の 1 つは、電子デバイスであるトランジスタがハードウェアで論理ゲート操作を便利に実装できることを科学者が発見したことです。

図8: さまざまな種類の論理ゲート

有名な作家、劉慈欣のSF小説『三体』では、三体銀河の惑星に住む「秦の始皇帝」が、3000万人の秦の兵士を使って「人間コンピューター」を作り上げ、王朝の運命を予言した。 0 または 1 を表す白黒の旗を振る各兵士は、論理ゲートとして機能しました。 2 人の兵士が信号入力を担当し、1 人の兵士が信号出力を担当します。兵士たちは規則に従って旗を掲げ、黒と白の旗が次々と上がったり下がったりします。コンピュータの計算速度は兵士の反応速度に依存します。

呉厳教授が執筆した別のSF小説「中国軌道」では、研究所の顧正平所長が新型の「ソリューションコンピュータ」を研究している。巨大なコンピュータ システムには、色とりどりの溶液が入ったさまざまなボトルや瓶が含まれています。溶液中には、2 つの敵対的な線虫微生物が多数存在し、1 つはバイナリ 0 を表し、もう 1 つはバイナリ 1 を表します。成長中に、それらは互いに食い合い、反発し合い、共存します。プログラマーは溶液内の反応を制御することでさまざまなロジックゲート計算機能を完了し、最終的な計算出力は溶液の色の変化として表示されます。

SF 小説の筋書きの科学的合理性に関わらず、少なくとも論理ゲートは必ずしも電子的に実装する必要はないという啓示を与えてくれます。光学においては、電子トランジスタに直接対応するデバイスは存在しませんが、研究者は半導体光増幅器や光導波路の使用など、さまざまな異なる方式を使用して論理ゲートを実装する方法を模索しています。光論理ゲートコンピュータも別の可能性として研究されている[7]。

19世紀は機械の時代、20世紀は電子の時代、そして21世紀は光子の時代かもしれないと言う人もいます[8]。フォトニックコンピュータは現在、主に大学、研究機関、新興企業の研究室で研究開発段階にあり、市販製品はほとんど見られませんが、その将来の幅広い展望は各方面から注目を集めています。将来、解決できない問題に遭遇したとき、光が答えを教えてくれるかもしれません。

参考文献:

1. H. Zhou、J. Dong、J. Cheng、W. Dong、C. Huang、Y. Shen、Q. Zhang、M. Gu、C. Qian、H. Chen、Z. Ruan、およびX. Zhang、「フォトニックマトリックス乗算がフォトニック加速器とその先を照らす」、Light Science & Applications 11、30（2022）。

2. J. Wu、X. Lin、Y. Guo、J. Liu、L. Fang、S. Jiao、Q. Dai、「人工知能のためのアナログ光コンピューティング」、エンジニアリング 10、133-145 (2022)

3. Y. Zuo、B. Li、Y. Zhao、Y. Jiang、Y.-C.チェン、P. チェン、G.-B. Jo、J. Liu、S. Du、「非線形活性化関数を備えた全光ニューラルネットワーク」、Optica 6(9)、1132-1137 (2019)

4. X. Lin、Y. Rivenson、NT Yardimci、M. Veli、Y. Luo、M. Jarrahi、A. Ozcan、「回折型ディープニューラルネットワークを用いた全光学機械学習」、Science 361(6406)、1004-1008 (2018)。

5. Y. Shen、NC Harris、S. Skirlo、M. Prabhu、T. Baehr-Jones、M. Hochberg、X. Sun、S. Zhao、H. Larochelle、D. Englund、およびM. Soljačić、「コヒーレントナノフォトニック回路によるディープラーニング」、Nature Photonics 11(7)、441-446 (2017)。

6. E. Khoram、A. Chen、D. Liu、L. Ying、Q. Wang、M. Yuan、Z. Yu、「人工神経推論のためのナノフォトニックメディア」、Photonics Research 7(8)、823-827 (2019)。

7. S. Jiao、J. Liu、L. Zhang、F. Yu、G. Zuo、J. Zhang、F. Zhao、W. Lin、およびL. Shao、「高速並列情報処理のための全光ロジックゲートコンピューティング」、Opto-Electronic Sc​​ience 1(9)、220010 (2022)。

8. 科学技術革命の戦略的ビジョンを備えたフォトニックチップのレイアウト、Outlook、2022、第2号