在计算技术领域迈出重要一步，欧洲研究人员成功展示了如何利用光而非电流，以前所未有的速度执行人工智能计算。
这项开创性研究由芬兰坦佩雷大学的Mathilde Hary博士和法国玛丽-路易斯·巴斯德大学的Andrei Ermolaev博士主导，展示了强烈激光脉冲在超薄玻璃光纤中传播时，能够模拟AI处理信息的方式，其速度比传统电子系统快上数千倍。
研究团队采用了受神经网络启发的极限学习机（Extreme Learning Machine, ELM）计算架构。该方法利用强光脉冲与玻璃之间的非线性相互作用，完成复杂的计算任务。在MNIST手写数字数据集上的测试中，这一光学系统在异常色散状态下准确率超过91%，在正常色散状态下准确率更是达到93%以上。
“这项工作展示了非线性光纤光学基础研究如何推动计算新方法的发展，”研究指导教授Goëry Genty和John M. Dudley表示，“通过将物理学与机器学习相结合，我们正为超高速、低能耗AI硬件开辟全新路径。”
这一创新突破了传统电子设备在带宽、数据吞吐量和能耗方面日益逼近的物理极限。随着AI模型规模呈指数级增长——据OpenAI研究显示，平均每3.5个月翻一番——训练和运行这些模型所需的能量需求已变得难以为继。
基于光的计算技术应用前景广阔，包括实时信号处理、环境监测和高速AI推理等。研究人员的目标是最终开发可在实验室外实时运行的芯片级光学系统，或将彻底变革数据中心、自动驾驶汽车及其他AI密集型应用。
该项目获得了芬兰研究理事会、法国国家科研署和欧洲研究理事会的资助，标志着计算范式的根本性转变，有望在应对AI计算能耗危机的同时，推动更强大、更具响应性的AI系统诞生。