但能够以光速解决问题的计算机即将到来吗？

“如果你只有一把锤子，那么一切看起来都像钉子。”

这就是著名的马斯洛锤子理论，它告诉我们必须具体问题具体分析。 过度依赖熟悉的工具或方法会让你深陷其中，难以获得新的“解决问题的思路”。

在计算机领域，我们必须警惕这种“一刀切”的思维模式。

英国剑桥微软研究实验室的一个跨学科研究团队的任务是开发新的计算机，能够克服二进制系统的缺点，同时快速解决问题。 但要成功构建一台能够以光速解决现实世界问题的计算机，重要的是愿意提出诸如“我们正在设计的工具的本质是什么？”之类的大问题。 以及“我要钉什么钉子？” 重要的。

最初，他们开发了第一个八变量光学计算器。 计算机使用不同强度的光源在存储信息的同一位置执行计算。 研究人员将他们设计的设备称为 AIM，代表模拟迭代机。

“通常情况下，如果你取得了一些技术进步，特别是在开始时，相对不清楚如何在实践中使用它们，”该项目的三位主要研究人员之一说。 他回忆起他们最初希望使用 AIM 作为加速机器学习的工具。 “需要进行研究来找出哪种实际问题更适合他们。”

AIM（模拟迭代机）由现有组件组装而成，例如智能手机摄像头中看到的微型 LED 灯和传感器。

克里斯摄影

大约三年前，他们尝试使用 AIM 来解决一个特别烦人但重要的数学问题：优化。 他们很快意识到，这种新设备在解决这些优化问题方面具有超越传统计算机中使用的二进制系统的速度和容量的巨大潜力。

指出，“通俗地说，正如我们所知，优化是世界的规则。” 优化问题构成了当今社会许多最重要行业的基础，其中包括：银行和金融、医疗保健、物流和制造。

这台新计算机的功能导致与英国巴克莱银行达成了为期一年的研究协议，以研究使用它解决实际问题的潜力 - 在大多数银行使用的清算中心中如何正确处理大量交易。 。 每天的交易量达数千笔。 与大多数优化问题一样，其庞大的规模使得二进制计算机无法很好地处理它。

“从字面上看，评估所有可能的选择需要无限长的时间，”巴克莱银行首席技术办公室负责人、一位杰出的工程师李说。 他说，目前已经使用了许多计算和数学捷径。 让系统估计处理数千或数百万笔交易的批次的最有效方法。

模拟迭代器团队运行了他们所谓的贸易结算问题的“玩具版”，并且光学计算机每次都以 100% 的准确度解决了这个问题。 之前的研究尝试使用不同的技术解决相同的问题，但只用了一半的尝试就获得了相同的分数。

能够成为有潜力带来创新变革的事物的一部分是令人兴奋的。

我曾经是一名计算机科学家，对优化做了很多研究。 现在，他和微软团队已经开始使用更多数据和变量来设计问题的更大版本。 他们希望在今年夏天晚些时候在更新版本的 AIM 上测试计算机。 他表示，与微软AIM团队合作是一次难得的机会。 他提到，“参与有潜力带来创新变革的事情是非常令人兴奋的。它也让你能够站在所有可能领域的最前沿。”

摩尔定律的终结

1965年，工程师摩尔（也是英特尔联合创始人）预测集成电路上的晶体管数量每年都会增加一倍。 后来他将预测修改为每两年一次。 近几十年来，计算机容量基本上以这个速度增长，运行速度更快、体积更小，但价格却没有变得更高。 但在过去的十年里，这种趋势似乎陷入了停滞。 与此同时，对计算机容量和速度的需求有增无减。

从左至右，英国剑桥微软研究实验室的研究人员正在讨论李在巴克莱银行提出的贸易清算问题。

克里斯摄影

微软另一位从事光学计算机研究的研究人员在解释开发光学等替代技术的紧迫性时表示：“问题是，一旦过了拐点，就很难维持以前的增长。” “因为我们已经在研究光存储和网络，所以我们逐渐希望过渡到光计算，尽管这是最棘手的问题。”

位于剑桥的实验室已经在光存储方面取得了一些成果。 该团队开发了一种系统，可以存储嵌入镜头中的大量数据。

他在实验室的会议室里心情激动，口若悬河。 他解释了光学计算的基础知识，以及为什么团队聘请数学专家来帮助开发新算法来解决优化问题。 他拿着一支覆盖白板的红色记号笔和两套玻璃白板，上面写满了笔记、方程式和图表来说明他的观点。

“这不是一台多用途计算机，”他指出。 “但它对于改进数学运算、线性代数和非线性代数是关键运算瓶颈的应用程序非常有益。”

五十多年来，光一直被用于光纤电缆来传输数据。 光子不会彼此相互作用，但通过某种中介（例如智能手机上的相机）传播，它们在某种意义上可以被看到。

在模拟迭代机的情况下，不同强度的光可以相加和相乘，这是优化问题的基础。 提到要以光速运行，AIM 的高级版本必须比二进制计算机快一百倍左右。 此外，在 AIM 中，计算和存储发生在同一个地方，这与二进制计算机不同，二进制计算机需要一个地方将计算存储在另一个地方才能运行。

开辟算法新领域

在谈到 AIM 可以解决的问题类型的具体示例时，他引用了与 研究人员的一次交流，内容涉及如何减少执行 MRI 扫描所需的时间，同时保持相同的准确性。 （通常，检查需要 15 到 90 分钟，具体取决于扫描区域的大小。）一些缩短检查时间的技术已经在使用，但可能会影响准确性。 运行目前看来比较耗时的优化方程，理论上会带来更高的精度和速度。 说，“如果我们能够非常快地解决优化问题，也许可以在一分钟之内完成一次 MRI 检查。”

是英国剑​​桥微软研究实验室新型光学计算机硬件制造团队的领导者。

克里斯摄影

AIM项目第三位首席研究员的博士研究方向是光通信。 她目前正在领导光学计算机的开发。 她和她的小团队目前正在开发一个可以处理 48 个变量的升级版本，大大扩展了光学计算机可以解决的问题的复杂性。 最终，他们希望创建一个能够处理数千个变量的 AIM 版本。

AIM 团队目前正在使用具有可用制造系统的现有组件（从光缆到调制器再到 micro-LED 灯）创建和升级 AIM。 目前，这台计算机建在一张餐桌大小的金属凳上，调制解调器上的电线缠绕在研究人员有时称之为“投影仪”的地方，很像用于存储和计算的多媒体投影仪。 数据。

他说：“我需要学习很多知识才能构建这台计算机。我对优化还一无所知。”

构建 AIM 和模拟问题的初始形状的过程涉及光学和模拟团队之间的大量相互沟通和妥协。 该团队负责硬件开发，数学专家负责其中运行的算法和软件。 研究人员表示，他们开发的数学和算法创新对于解决优化问题与机器本身一样至关重要。 AIM使用的算法的原始形式称为QUMO，它是二次无约束混合优化的缩写，其在光学计算机中的应用使AIM在世界上独一无二。

“因为我们知道什么有效，什么无效，所以我们不断前进，故事不断变化，”说。 “我们意识到我们确实需要更加努力地工作，找出如何共同开发硬件以适应算法的方法。”

团队成员 Grace 正在开发 AIM 的升级版本。

位于英国剑桥的微软研究实验室，

克里斯摄影

研究“尖端技术”

AIM 团队正在根据行业专家和大学研究人员提出的问题来测试设备和 QUMO 算法。 他们正在使用 AIM 模拟器建立一项服务，该模拟器可以使用图形处理单元 (GPU) 来解决大规模优化问题。 该团队希望有更多的测试用例来帮助他们了解他们创建的工具的潜力。

当然，巴克莱银行李提出的交易清算问题仍然是首要问题。

这个问题很难解决，主要是因为交易量很大。 这些交易通常被描述为货物与银行的交易。 现金赎回证券的一个简单例子是代表 1000 美元的 100 股公司股票。 但主要问题是每笔交易和每个参数都取决于不同的约束，包括规则和可用账户余额。

一遍又一遍地在关键点上工作，不断地以微小的方式突破极限并为之做出贡献，这是非常令人兴奋的。

这些交易的数量是惊人的。 他只举了一个清算中心DTCC的例子，其子公司在2022年处理的业务价值为2.5美元✖1015。（1相当于1000万亿）

由于大多数大型银行都使用清算中心，这项研究预计也将使整个银行系统受益。 为期一年的实验结果将在研究报告中分享。

这是一个很好的测试用例，如果有效，它可以为使用光计算解决银行业的其他问题（例如欺诈检测）奠定基础。

他提到这个项目很好地满足了他与生俱来的好奇心。 “在某种程度上，这就像回到了做博士论文的学术时代。你总是在寻找最前沿的东西。” 他补充道，“在关键时刻反复研究，不断以小方式突破极限，并为此做点什么。能够做出贡献是非常令人兴奋的。”

微软杰出工程师兼团队负责人 Ant 表示，看到他的跨学科团队共同努力开发新的计算机工具、克服各种困难并找到使用这些工具的潜在方向，非常值得。

他说，“我工作的职责之一就是尝试了解我们什么时候要研究新事物，什么时候有风险，支持和帮助那些遇到风险的人。我们坚信，如果我们开发出来，我们就会进一步研究它如何让它不断优化和改进。现在我们有一个非常重要的问题空间，这里有迫切的需求，我们的计算机才能真正发挥作用。”