清华大学团队：智能光子，引领当下并重塑未来的颠覆性技术

在光子学领域，光子芯片、材料、器件、模块、系统等光子产业迅猛发展，硅光技术、光纤传感、激光技术等光子技术渗透到各行各业；光通信、光传感、光计算、光存储、成像与显示给人类生活带来革命性的改变。

AI与光子学的发展相辅相成，相互推动。AI和光子产业已经发展成为引领未来的新兴战略性技术。智能光子深度融合，将推动科技创新跨越式发展。

随着AI和光子学在理论、实验及应用层面的深度融合和协同创新，智能光子有望发展成为催生新产业新业态新模式，推动生产生活方式深刻变革的颠覆性技术。作为一门新兴的多学科交叉领域，智能光子正加速引领新一轮科技革命和产业变革。

清华大学金国藩院士、曹良才教授研究团队以“Intelligent Photonics: A Disruptive Technology to Shape the Present and Redefine the Future”为题在中国工程院院刊《Engineering》2025年3月刊发表综述论文。

论文围绕智能光子深度融合这一新兴范式展开分析，介绍了近年来智能光子学的研究进展，探讨了深度学习与超构光学、全息、量子光子学的协同作用，展示了智能光子技术的典型应用，并总结了该领域面临的主要挑战与发展机遇。

在正向建模中，神经网络为光学参数和物理响应之间的映射关系提供捷径。通过从数据分布中学习和提取特征，深度神经网络成为处理复杂光学信息的有效手段，表现出比传统方法更快的计算速度和更高的精度。在逆向设计中，AI可以根据目标性能有效计算出光学参数，为光子结构设计、功能材料开发及感-存-算一体化新型光电融合器件的研制，提供智能优化设计的解决方案。

光子是人工智能新平台

随着生成式人工智能模型的迅猛发展，算力需求呈现爆炸性增长，算力供需矛盾日益凸显。如今，AI模型的训练算力需求每3-4个月就翻倍。由于功耗产生的热效应和晶体管不能无限缩小的物理限制，摩尔定律的可持续性受到阻碍。冯·诺伊曼架构的电子计算系统采用存算分离设计，导致数据频繁传输，引发高能耗和延迟问题，成为限制AI进一步发展的瓶颈。

人工智能的快速发展背后潜藏着巨大的能源消耗与环境危机。据研究数据显示统计，ChatGPT-4的模型参数量高达1万亿，单次训练耗电量约为2.4亿度，相当于1万户中国家庭全年的用电总量。值得关注的是，国产AI大模型Deepseek通过架构创新与算法优化，显著降低了训练成本与能耗。

然而，面对传统电子计算架构的算力和能效瓶颈，业界亟需探索新型高效环保的智能计算范式，以实现AI技术的可持续发展。

光子作为一种新兴计算范式，具有高并行、速度快、低能耗和大带宽等优势，有望突破传统电子计算架构的瓶颈，成为新一代AI计算媒介，满足信息时代下对高算力和低能耗的需求。

基于光子学的器件和系统可用于神经网络的物理实现，从而显著提升计算系统的速度和能效。目前，以片上集成和空间互连为代表的光学神经网络蓬勃发展。光子集成电路通过在芯片上集成大量光学元件，以实现紧凑的架构设计，良好的集成度、可编程性，和可扩展性，在AI计算具有重要应用前景。自由空间光学神经网络则可通过衍射光学元件、超表面和可编程光电器件等方式实现。基于自由空间光传播的运算能充分发挥三维光学互连优势，实现光场的灵活调控。

当前，光子计算芯片不断取得飞跃，在特定任务上其速度和能效远超GPU/TPU等传统电子计算平台。未来，光计算芯片的研发有望在算力上实现比现有高性能商用电子芯片提升3个数量级，同时在能效比上提升6个数量级，助力现代化产业体系升级。

深度学习赋能数字全息、计算全息和超表面全息领域的新范式，全息也为实现光学神经网络提供重要途径。全息图能够记录特定时空节点的光场信息，并重建携带光学信息的三维光场。这一独特优势使全息适合用于光学神经网络中的数据记录、存储与传输。

集成光量子芯片具有可扩展性强、稳定性高、集成度高等优势，广泛应用在量子通信、量子模拟、量子精密测量、量子计算等领域。随着光量子计算研究的持续推进，光量子计算机正逐步从原理验证阶段迈向工程化实现。

• 元宇宙：智能光子学通过深度学习驱动的全息和超构光学技术，显著提升了元宇宙的沉浸式体验，实现高分辨率、低功耗的虚实交互。同时，智能光子赋能的VR/AR设备正突破体积限制，推动人机交互向轻量化、直觉化方向发展，加速元宇宙与工业数字化的融合进程。
• 生物医疗：智能光子学通过光学神经网络能够实现医学影像的实时重建与智能诊断，显著提升诊疗效率。深度学习赋能的显微成像技术突破分辨率与速度限制，为病理分析和生物研究提供强大工具。
• 自动驾驶：智能光子学为自动驾驶系统提供精准的环境感知与实时决策能力，实现了高效的目标识别、分类与追踪，支撑全景视觉、紧急避障等核心功能，同时显著降低系统能耗。
• 先进制造：深度学习优化光子结构和超材料设计，赋能智能相机、智能传感器、光纤激光器等精密仪器制造，显著提升制造精度与效率，实现复杂光学元件的大规模定制化生产。光子传感与测量系统的智能化升级，正推动先进制造向数字化、自适应化方向发展。
• 光通信：智能光子学显著提升光通信系统的传输效率与安全性。智能光电处理器实现了高速、精准的光信号处理，为新一代光通信网络提供紧凑高效的解决方案。
• 天文观测：智能光子学通过增强自适应光学系统，大幅提升天文望远镜的成像质量与实时校正能力，有效克服大气湍流造成的波前畸变，显著提高观测数据的信噪比和分辨率，推动地基天文观测进入高精度、智能化新时代。

智能光子学作为AI与光子学融合的前沿领域，正推动计算范式变革。然而，光计算系统走向实用化仍面临众多挑战，如缺乏合适的光学训练机制、高效光学非线性激活的实现方法、以及易集成的可扩展光子处理器。

超构光子学、全息技术、量子光子学等新兴方向为智能光子学发展注入新动能。多学科交叉融合将加速光子计算系统成熟，最终实现全光学AI计算的长期目标。随着核心技术的持续突破，智能光子学有望在算力革命中扮演关键角色，为AI发展提供颠覆性硬件支撑。