Uma classe importante de problemas computacionais desafiadores, com aplicações em teoria dos grafos, redes neurais, inteligaªncia artificial e ca³digos de correção de erros, pode ser resolvida pela multiplicação de sinais de luz, de acordo com pesquisadores da Universidade de Cambridge e do Instituto de Ciência e Tecnologia Skolkovo da Raºssia.

Em um artigo publicado na revista Physical Review Letters , eles propaµem um novo tipo de computação que pode revolucionar a computação anala³gica ao reduzir drasticamente o número de sinais de luz necessa¡rios, ao mesmo tempo que simplifica a busca pelas melhores soluções matemáticas, permitindo computadores a³pticos ultrarra¡pidos.

A computação a³ptica ou fota´nica usa fa³tons produzidos por lasers ou diodos para computação, ao contra¡rio dos computadores cla¡ssicos que usam elanãtrons. Uma vez que os fa³tons são essencialmente sem massa e podem viajar mais rápido do que os elanãtrons, um computador a³ptico seria super rápido, energeticamente eficiente e capaz de processar informações simultaneamente por meio de vários canais a³pticos temporais ou espaciais.

O elemento de computação em um computador a³ptico - uma alternativa aos uns e zeros de um computador digital - érepresentado pela fase conta­nua do sinal de luz, e a computação énormalmente obtida adicionando duas ondas de luz provenientes de duas fontes diferentes e, em seguida, projetando o resultado nos estados '0' ou '1'.

No entanto, a vida real apresenta problemas altamente não lineares, onde várias inca³gnitas alteram simultaneamente os valores de outras inca³gnitas enquanto interagem multiplicativamente. Nesse caso, a abordagem tradicional de computação a³ptica que combina ondas de luz de maneira linear falha.

Agora, a professora Natalia Berloff do Departamento de Matema¡tica Aplicada e Fa­sica Tea³rica de Cambridge e a estudante de PhD Nikita Stroev do Instituto Skolkovo de Ciência e Tecnologia descobriram que os sistemas a³pticos podem combinar luz multiplicando as funções de onda que descrevem as ondas de luz em vez de adiciona¡-las e podem representar um tipo diferente de conexão entre as ondas de luz.

Eles ilustraram esse fena´meno com quase-parta­culas chamadas polaritons - que são meia-luz e meia-matéria - enquanto estendiam a ideia a uma classe maior de sistemas a³pticos, como pulsos de luz em uma fibra. Pequenos pulsos ou bolhas de polaritons em movimento super rápido e coerentes podem ser criados no espaço e se sobrepor uns aos outros de uma forma não linear, devido ao componente de matéria dos polaritons.

“Descobrimos que o ingrediente principal écomo vocêacopla os pulsos uns aos outros”, disse Stroev. “Se vocêacertar o acoplamento e a intensidade da luz, a luz se multiplica, afetando as fases dos pulsos individuais, dando a resposta para o problema. Isso torna possí­vel usar a luz para resolver problemas não lineares. ”

A multiplicação das funções de onda para determinar a fase do sinal luminoso em cada elemento desses sistemas a³pticos advanãm da não linearidade que ocorre naturalmente ou éintroduzida externamente ao sistema.

“O que foi surpreendente éque não hánecessidade de projetar as fases de luz conta­nuas nos estados '0' e '1' necessa¡rios para resolver problemas em varia¡veis ​​bina¡rias”, disse Stroev. “Em vez disso, o sistema tende a ocasionar esses estados ao final da busca pela configuração de energia ma­nima. Esta éa propriedade que vem da multiplicação dos sinais de luz. Pelo contra¡rio, as ma¡quinas a³pticas anteriores requerem excitação ressonante que fixa as fases em valores binários externamente. ”

Os autores também sugeriram e implementaram uma maneira de guiar as trajeta³rias do sistema em direção a  solução, alterando temporariamente as forças de acoplamento dos sinais.

“Devemos comea§ar a identificar diferentes classes de problemas que podem ser resolvidos diretamente por um processador fa­sico dedicado”, disse Berloff, que também ocupa um cargo no Instituto de Ciência e Tecnologia Skolkovo. “Os problemas de otimização bina¡ria de ordem superior são uma dessas classes, e os sistemas a³pticos podem se tornar muito eficientes para resolvaª-los.”

Ainda existem muitos desafios a serem vencidos antes que a computação a³ptica possa demonstrar sua superioridade na resolução de problemas difa­ceis em comparação com os computadores eletra´nicos modernos: redução de rua­do, correção de erros, escalabilidade aprimorada, guiando o sistema para a verdadeira melhor solução estãoentre eles.

“Mudar nossa estrutura para abordar diretamente diferentes tipos de problemas pode trazer as ma¡quinas de computação a³ptica mais perto de resolver problemas do mundo real que não podem ser resolvidos por computadores cla¡ssicos”, disse Berloff.