光學運算新突破：聲波助攻非線性活化函式

人工智慧的核心架構之一便是類神經網路，這種模擬大腦神經元運作方式的系統，其學習能力關鍵在於「活化函式」的引入。這種非線性轉換機制，如今在光學類神經網路領域有了革命性進展。

由德國馬克斯普朗克研究所史提勒團隊與麻省理工學院合作的最新研究，成功利用聲波實現全光學控制的活化函式。這項發表於《奈米光子學》期刊的突破性技術，不僅適用於各類光學神經網路架構，更能運作於「合成頻率維度」的特殊模式。

當今AI在資料分析、文字生成與影像辨識等領域已超越人類表現，但傳統電子架構的能耗問題日益嚴重。研究團隊轉向探索光學系統的潛力，其高頻寬與多維度編碼特性，不僅能與現有光纖網路無縫接軌，更可能實現低能耗的大規模運算。

「要打造節能的光學神經網路，關鍵在於能否實現物理運算系統的規模化。」量子光聲學研究團隊負責人碧姬特·史提勒指出。團隊開發的全光學活化函式無需光電轉換，透過受激布里淵散射效應，直接讓光訊號在光纖或波導中完成非線性轉換。

研究主要作者格里戈裡·斯林科夫說明：「我們的技術能靈活調整各種活化函式，包括S型函式、ReLU函式甚至二次函式。」共同作者史蒂文·貝克補充：「受激布里淵散射的嚴格相位匹配特性，可實現多頻道平行運算，大幅提升神經網路的運算效能。」

這項技術不僅完整保留光學資料的頻寬與相干性，更能相容現有光纖系統與光子晶片。隨著光學硬體擴充套件與神經網路重構等挑戰逐步克服，聲波媒介的光學活化函式將為節能AI運算開啟嶄新可能。

[end]