光计算机被人们认为是在未来颇有希望的计算机。但未来的光计算机究竟是什么样子？研究人员对它的设想并不一致 · 总的说来，可以说光计算机是用光代替电子作媒介进行信息处理和信息传递的计算机，但是在计算机中如何使用光，这里却存在着千差万别的设想。

“利用光的系统的优点是它具有高速性和并行性。无论是开关速度，还是传递速度，利用光都比利用电子快很多。另外，利用电子作媒介时必然存在由布线产生的RC（阻容）延迟，而利用光，从原则上说，不存在这种延迟。利用电子作超并行处理时会出现布线拥挤的问题，而利用光则不需要布线，无论并行传递，或是交叉传递，都互不干涉。从原理上讲，光束可在光的波长长度距离内并行化。”这是东京大学工学部副教授石川正俊指出的利用光作媒介时的优点。

上边所述都是从原则上讲的。实际上现在还没有比电子元件动作更快的光元件。电子式超并行计算机现在正在成为现实，而光超并行计算机现在距现实还很远。与电子器件相比，光器件的开发起步较晚，所以关于光计算机的实际情况并不像理论所示、

从利用光的方式来分，光计算机有全光计算机和光－电子器件混合机两种构想。全光计算机是逻辑元件和开关元件皆借助光进行动作，光 · 电子器件混合机则是将传统计算机中的部分元件用光器件代替。从计算机的基本结构来分，光计算机有冯 · 诺依曼型数字计算机和充分利用光的特性的新型并行机，或者以模拟方式工作的神经计算机两种构想。

关于数字运算，目前，用光作媒介的系统还远赶不上用电子作媒介的。关于逻辑运算，目前虽已制成了光逻辑运算器件，但就集成度来说，它远比不上电子器件。因此，目前认为数字运算利用电子作媒介，器件间的连接，或者图像的输出输入处理等用光更合适的运算就用光进行处理的混合型机是较为合适的结构。

特别能够显示出光的优势的是神经芯片。如果制作‘电子式’的神经芯片，第一个问题就是布线拥挤的问题，现在的神经计算机充其量也只有数百个神经，因此用‘电子式’还是可能的，但是若要把1万个神经结合在一起，那么就需1亿条导线，这恐怕除光而外，用别的任何东西都不可能完成了。神经芯片本来就是模拟电路，由这一点看，光神经芯片正好充分地利用了光的特性。”

光 · 电子混合，并行高速运算可捕捉马赫数为30的运动体

日本东京大学的石川实验室现正在研究混合型光计算机和光神经计算机，混合型计算机的工作模式如下，将图像进行光输入后，电子电路就对输入数据进行图像处理，最后再把运算结果变成光信号进行输出。

例如，在输入端站着一个人，对计算机输入“给出图像的边缘”的指令，那么计算机就在输出端用线描绘出人像的边缘轮廓；若给的指令是“将图像线条化”，那么人的胳膊和腿就都变成了一条细线，输出的图像就像漫画上韵人像；如指令是“捕捉运动物体”，那么不运动的物体和物体的不运动部分就从图像中消失，计算机只将运动的部分画出图像。此外，这种计算机还能接收“绘出热分布图”等指令。对于上述指令，计算机几乎是在瞬间完成的，所用时间是毫秒乃至微秒的量级。

计算机执行上述各指令时的工作原理如下：“边缘描绘”是通过比较各像素的浓淡，仅将浓淡差较大的部分取出而完成的。“线条化”是通过在维持图形拓扑学不变性的条件下，消去一切可以消去的边界点而得到的，“捕捉运动物体”是利用时间微分，“绘热分布图”是利用解偏微分方程－泊松方程式而得到的。

现在石川的光计算机的主机使用的是微机，这使得光 · 电子混合计算机未能充分发挥出它的能力。如果进一步提高主机的性能，运算速度还可提高100倍。到那时，每秒就能完成32亿次特定运算，速度就可与巨型机相比拟了。那时，解泊松方程只需几毫秒，是普通计算机的速度的1000余倍，处理运动体的图像时，可以捕捉到马赫数为30的运动物体。

现在石川实验室研制的混合型光计算机的体积还很大，因为它现在还只是一个放大的模型。利用不久将来的LSI技术，单芯片化是完全可能的。将制好的芯片叠合起来，以一个芯片的光输出直接作为另一个芯片的光输入，就能实现无导线连接。如果把几个芯片组合在一起，大概就可以进行粗糙的图像处理了。

光神经模式的一种——光相关存储器

在介绍光神经之前，先介绍一下神经电路。神经元同时接收多个输入信号，并分别对它们进行不同的突触加权，然后再将这些加权后的值求和，如果和超过某一阈值，就有信号输出。用数字计算机进行这样的运算时，需预先把突触加权值存储到存储器中，然后再用计算机的乘法器和加法器进行计算。如果不是用数字，而是用光进行运算，那么信号是以光强的形式输入的，输入端排列着许多发光器件，各个发光器件发出强度互不相同的光，这时，突触加权值可由空间光调制器给出。只要能够使得光强改变，不管什么东西都能作光调制器，因此光调制器的种类很多。最易理解的光调制器是照相用的胶片，胶片各处对光的透过率的不同能形成不同的突触加权值。让光通过有黑白分布的胶片，光强就会发生相对变化，这就完成了突触加权与输入信号的相乘。用透镜将光进行会聚，就又完成了加法。这就是说在光计算机中，只用空间光调制器和透镜，而不用数字，就能进行突触加权相乘和相加的运算，这是非常简单的。

把空间光调制器叠合起来就形成了存储阵列，每一排对应一个神经元的总突触，每一格以其不同的透射率存储了突触加权值。由于各突触加权值互不相同，所以输出的信号的大小也互不相同。对这些信号再进行阈值处理，并向输入端进行反馈，就作出了阶跃结构型和全结合型的光神经网络模型。

用二个空间光调制管实现突触加权改写

仅是上节叙述的构造，还不能制成神经计算机。神经计算机的主要特征是它具有学习功能。它能够通过“比较正误答案”的学习，来改变自己的突触加权，并因此逐渐地变得“聪明”起来。

在利用光作媒介的情况下，怎样实现这一点呢？为实现这一目的，计算机就必须能够根据学习结果自由地改写由空间光调制器做成的突触加权存储阵列。能够进行改写，并且也能在一段时间内保持记忆的空间光调制器是神经计算机的必要部件。由于以前一直没有找到这个部件，所以虽有光计算机的设想，但实际上始终未能达到可以制造的地步，使光计算机得以成为现实的是石川等人开发的光相关存储管。

空间光调制管是由光电面、增幅器和电光晶体组成的真空管。光电面接收输入的光信号后，就将光信号变成电子信号，增幅器将电子信号放大1万倍。放大了的电子信号被投射到了厚度为50微米的铌酸锂电光晶体板上，并在晶体板上形成与入射信号对应的电荷分布图，从而使铌酸锂板各部位有了不同的光学特性。具体地说，就是铌酸锂板的不同部位对激光有了不同的反射率，这就是说，在这里电子信息又转变成了光信息。怎样读出这一光信息呢？为此，可用激光从背面照射电光晶体板，从晶体板反射回来的光的空间分布就代表了这一信息。将反射回来的光所代表的突触加权信息，通过两个半透镜送到输入用的空间光调制管和输出用的光探测器（光电二极管阵列）之间，使光在这里相互叠加，这样就完成了输入光信息与突触加权的相乘。

输出的信息通过电子计算机与输入信息进行对照，并将误差反馈到发光管列阵中，这就完成了突触加权记忆阵列的改写，也就是说，完成了“学习”任务。光相关存储管反复地进行这种“学习”，就会变得越来越“聪明”。

现在可记忆3个字母，将来整机可做得像手掌那样大

石川实验室研制的实验光计算机中含有16个神经元（记忆元阵列是16×16），可以阅读4×4的图形。这个实验机现在仅能记忆A、B、C三个英文字母图形。计算机每学习一次，就改写一次记忆阵列，学习20次就可以完全辨认图形了。

神经计算机的记忆容量可达到多少呢？记忆量大体是神经元数的15%，因此，16个神经元的计算机能记忆3个图形就很不容易了。现在石川实验室正准备制作100×100（100神经元完全结合）的光计算机，将来的目标是制造尺寸如手掌大小的含1000个神经元的系统。含1000个神经元的系统就非常接近实用化水平了。制造1000个神经元的系统需要100万条导线，这是非用光不可的，使用光只需一束激光束就行了。就现在的技术而言，制作这样的光神经系统还很困难，今后还必须开发新的空间光调制器件和高精度微透镜制造技术。

用可变灵敏度光接收元件制造光神经芯片

三菱电机公司中央研究所的量子电子学研究部采取了与石川实验室不同的途径制成了真正的光神经芯片。该公司在制造电子通用计算机方面虽然起步较晚，但是关于光神经计算机的研制他们在6年前就已开始了。1987年在实验台上试制成了能识别α、β、γ三个字母的实验机，1988年将此实验机制成了芯片，这时的芯片是没有学习能力的初步样品。后来，他们对此芯片加以改进，终于于去年9月在世界上首次制成了具有学习功能和记忆功能的光神经芯片。这一芯片的最大特点是光接收器件具有记忆能力。为了实现依突触加权来改变光强，三菱电机制的光神经芯片系统采用改变光接收器灵敏度的办法代替了使用空间光调制器的方法。三菱电机中央研究所量子电子学研究部第一组组长久间和生说：“我们把这种光接收器称为VSPD（可变灵敏度光电二极管），它具有金属、半导体、金属三层结构。半导体部分用的是砷化镓薄膜材料，在此薄膜上加控制电压，同时用控制光照射器件，器件的电学特性就会变化，从而改变自己对光的接收灵敏度。灵敏度可在64档上自由变化。将控制光切断后，芯片的记忆能保持20分钟以上，所以学习可以完全在芯片上进行，在停止学习后还可以将学到的内容转移到外存储装置中。”

利用与LSI技术相类似的技术可集成2000个神经元

以前之所以没有能制成具有学习功能和记忆功能的光神经芯片，主要是因为没有办法把可自由改写存储内容的空间光调制器做得小到可装在芯片上。在石川制造的系统中虽然可以改写存储内容，但他们使用了2个直径为6厘米、长度为8.6厘米的巨大的空间光调制管。如果制造不能改写存储内容的系统，用一片有浓淡分布的黑白胶片就行了。但要制造能改写存储内容的系统，无论如何都得用大型的装置。在三菱制造出VSPD之前，三菱电机试制的光神经芯片，也都是记忆固定型或者是利用外部存储装置型。因此，三菱电机的久间和生说：“这次光神经芯片的试制成功具有划时代的意义。在此之前，即使有制造光芯片的打算，但由于将空间光调制器加入系统中后，无论如何都只出现乱七八糟的图形，所以根本不可能进行集成。如果可以集成的话，使用类似于LSI电－设计与制造的技术，集成度还是可以提高的。我们品成的光芯片的突触数是8×8，现在正在试制32×32的光芯片。只要把现在的技术加以延伸，就可制成神经数为2000的芯片。在制造光芯片时，影响集成度_最大因素是发光元件与光接收元件间的间距。间距一宽，光束就要扩散，就会产生“串音”（相邻通道间的信息干扰）。假如使用插入式的空间光调制器，不管怎样努力，间隙也要在100微米以上，因此要得到神经元为100以上的集成度是不可能的。但是如果使用VSPD，发光器件和光接受器可以制在双层结构中，因此间隙可以压缩到2微米，这样一来，集成2000个神经元就成为可能了。”

下世纪可制成含100万个神经元的芯片

关于光神经芯片的用途，科学家们还从多方面进行了研究。其中最有特点的应用是研究组合最佳化问题。例如，研究怎样安排电子元件才能使它们之间的连线的总长度最短的问题。把100个部件混乱安排，与最佳安排相比，连线总长要长100多倍。这个问题要用计算机求解，需要一个不漏的将各种安排进行比较，这就要花费很长的时间。就上述例子而言，用巨型机求解，在现实的时间内是不可能解出的。三菱电机的高桥正信开发了一种称为“自我组织化神经网络”的新理论，利用他的理论，使用工程工作站，用10秒钟就能求解。假如使用光神经芯片，即使电子部件多到1万个，在1秒钟内也能解出答案。

久间和生说：“光芯片可用于解决图像的识别、控制、预测等这些神经系统最拿手的问题上。三菱电机正在利用光神经芯片技术开发人造视网膜元件。利用这种元件一瞬间（约100纳秒）就能检测出输入图像的边沿轮廓。将这种元件与另外的光神经芯片组合，就能制造出实时识别图像的识别芯片。估计这种芯片可用作机器人的眼睛。最近科学家们又开发出了能实时改写的全息照片，用全息照片进行存储，1平方厘米的方块内可存储10，000亿个数据。也就是说，利用全息照片作存储器，能把W0万个神经元的完全结合型神经网络集中到一个芯片上。这个设想只是从原则上讲是可能的、但是具体如何实现信息的输入与输出，现在还没有办法。到21世纪，技术将会有很大的发展，我认为这一设想，到那时定会成为现实。”

将100万个神经元集成在一个芯片上，再把14000个这样的芯片组装到一起，就制出了具有与人的大脑有相同数目的神经元的神经计算机了。让这种计算机不断地进行学习，也许会产生出比人的大脑还要“聪明”的计算机。这个说法只不过是一个大胆的想像吧。