Veel van de meest uitdagende optimalisatieproblemen die zich voordoen in verschillende disciplines van wetenschap en techniek, van biologie en medicijnontdekking tot routering en planning kunnen worden teruggebracht tot NP-complete problemen. Intuïtief gesproken, NP-complete problemen zijn "moeilijk op te lossen" omdat het aantal bewerkingen dat moet worden uitgevoerd om de oplossing te vinden exponentieel groeit met de probleemomvang. De alomtegenwoordigheid van NP-complete problemen heeft geleid tot de ontwikkeling van speciale hardware (zoals optische annealing en kwantumgloeimachines zoals "D-Wave") en speciale algoritmen (heuristische algoritmen zoals gesimuleerde annealing).

Onlangs, er is een groeiende belangstelling voor het oplossen van deze moeilijke combinatorische problemen door optische machines te ontwerpen. Deze optische machines bestaan ​​uit een reeks optische transformaties die aan een optisch signaal worden doorgegeven, zodat het optische signaal na enige berekening de oplossing voor het probleem zal coderen. Dergelijke machines kunnen profiteren van de fundamentele voordelen van optische hardware die is geïntegreerd in siliciumfotonica, zoals low-loss, parallelle verwerking, optische passiviteit bij lage optische vermogens en robuuste schaalbaarheid mogelijk gemaakt door de ontwikkeling van fabricageprocessen door de industrie. Echter, de ontwikkeling van compacte en snelle fotonische hardware met toegewijde algoritmen die de mogelijkheden van deze hardware optimaal benutten, heeft ontbroken.

Vandaag, de weg naar het oplossen van NP-complete problemen met geïntegreerde fotonica ligt open dankzij het werk van Charles Roques-Carmes, Dr. Yichen Shen, Cristian Zanoci, Mihika Prabhu, Fadi Atieh, Dr. Li Jing, Dr. Tena Dubček, Chenkai Mao, Miles Johnson, Prof. Vladimir Čeperić, Prof. Dirk Englund, Prof. John Joannopoulos, en prof. Marin Soljačić van MIT en het Institute for Soldier Nanotechnologies, gepubliceerd in Natuurcommunicatie . In dit werk, het MIT-team ontwikkelde een algoritme voor het oplossen van het bekende NP-complete Ising-probleem met fotonica-hardware.

Oorspronkelijk voorgesteld om magnetische systemen te modelleren, het Ising-model beschrijft een netwerk van spins die alleen naar boven of naar beneden kunnen wijzen. De energie van elke spin hangt af van zijn interactie met naburige spins - in een ferromagneet, bijvoorbeeld, de positieve interactie tussen de naaste buren zal elke spin stimuleren om op één lijn te komen met zijn naaste buren. Een Ising-machine zal de neiging hebben om de spinconfiguratie te vinden die de totale energie van het spinnetwerk minimaliseert. Deze oplossing kan vervolgens worden vertaald naar de oplossing van een ander optimalisatieprobleem.

Heuristische Ising-machines, zoals die ontwikkeld is door het MIT-team, levert alleen een kandidaat-oplossing voor het probleem op (dat wil zeggen, gemiddeld, dicht bij de optimale oplossing). Echter, algoritmen die altijd de exacte oplossing voor het probleem vinden, zijn moeilijk toe te passen op grote probleemgroottes, omdat ze vaak uren moesten rennen, zo niet dagen, te beeindigen. Daarom, heuristische algoritmen zijn een alternatief voor exacte algoritmen, omdat ze snelle en goedkope oplossingen bieden voor moeilijke problemen.

De onderzoekers lieten zich leiden door hun kennis van fundamentele fotonica. Professor Marin Soljačić van MIT legt uit:"Optisch computergebruik is een heel oud onderzoeksgebied. we moesten identificeren welke recente ontwikkelingen in fotonische hardware een verschil konden maken. Met andere woorden, we moesten de waardepropositie van moderne fotonica identificeren." Afgestudeerd student Charles Roques-Carmes voegt toe:"We identificeerden deze waardepropositie als:(a) het uitvoeren van snelle en goedkope vaste matrixvermenigvuldiging en; (b) het uitvoeren van lawaaierige berekeningen, wat betekent dat het resultaat van de berekening enigszins varieert van de ene run tot de andere, een beetje zoals het opgooien van een munt. Daarom, deze twee elementen zijn de bouwstenen van ons werk."

Bij het ontwikkelen van dit algoritme en het benchmarken op verschillende problemen, de onderzoekers ontdekten allerlei verwante algoritmen die ook in de fotonica kunnen worden geïmplementeerd om nog sneller oplossingen te vinden. Postdoctoraal medewerker Dr. Yichen Shen is enthousiast over het vooruitzicht van dit werk:"Het gebied van het verbeteren van de computercapaciteit met geïntegreerde fotonica is momenteel booming, en we geloven dat dit werk daar deel van kan uitmaken. Omdat het door ons ontwikkelde algoritme optimaal gebruik maakt van de sterke en zwakke punten van fotonische hardware, we hopen dat het een kortetermijntoepassing kan vinden." Het MIT-onderzoeksteam werkt momenteel in samenwerking met anderen aan het realiseren van proof-of-concept-experimenten en het benchmarken van hun algoritme op fotonische hardware, versus andere fotonische machines en conventionele algoritmen die op computers draaien.