科研进展

  7月20日，复旦大学未来信息创新学院和智能复杂体系基础理论与关键技术实验室的韩定定教授、现代物理研究所马余刚院士团队的孔祥进青年研究员、华为技术有限公司等单位组成的联合研究团队在国际物理学权威期刊 Physical Review Letters（《物理评论快报》）发表题为 “Program-Synthesis-Driven Autodesign of Universal Unitary Operators” 的研究成果。Physical Review Letters 是物理学领域具有重要国际影响力的顶级期刊。该工作是人工智能赋能科学研究（AI for Science，AI4S）领域的一项重要进展。

随着人工智能、量子信息技术和光子计算快速发展，如何在光子芯片上高效实现高维矩阵运算，成为构建大规模、低功耗光子计算系统的重要问题。传统光子芯片主要依赖人工推导的固定架构完成酉矩阵分解，不仅设计过程复杂，也难以充分利用不同矩阵所具有的特殊结构。

  在本项研究中，团队将人工智能程序合成技术引入光子芯片设计，使系统能够自主搜索、验证并总结酉矩阵的分解规律。在没有预先输入经典设计方案的情况下，人工智能自主发现了多种不同于传统架构的新型分解路径，并从低维矩阵中提炼出可直接推广至更高维度的通用规则。针对具有特殊结构的矩阵，系统还能进一步减少光学器件数量：对于64维Householder矩阵，所需干涉仪相比传统方案减少93.8%；对于高稀疏度矩阵，器件数量最多可减少约38%。相关成果有望降低光子芯片的光学损耗、校准复杂度和系统功耗，为光子计算、光子神经网络及量子信息处理系统的自动化设计提供新路径。

  该研究表明，人工智能不仅可以用于数据分析与性能预测，还能够自主发现具有可解释性和跨尺度泛化能力的算法规律，为人工智能驱动的科学发现与复杂硬件设计提供了新的研究范式。

论文由复旦大学2024级硕士生张翼飞和华为技术有限公司陈东担任共同第一作者，孔祥进青年研究员和马余刚院士为共同通讯作者，韩定定教授深入参与了人工智能方法与量子信息技术的创新研究。成果得到了国家重点研发计划和国家自然科学基金等项目的支持。

  文章链接：https://doi.org/10.1103/49c3-4rp4

  相关报道请见复旦大学未来信息创新官方网站 https://fit.fudan.edu.cn/Data/View/7016