「追光者」沈亦晨

最新推荐文章于 2020-04-10 11:45:00 发布

网易智能

最新推荐文章于 2020-04-10 11:45:00 发布

阅读量3.5k

点赞数

本文链接：https://blog.csdn.net/McIl9G4065Q/article/details/88360934

版权

编者按：2018年12月28日，由网易智能、清华大学数据科学研究院和24家评审机构共同评出的「2018中国AI英雄风云榜」年度人物榜单揭晓，10位人工智能领域的从业者获奖。其中，Lightelligence联合创始人兼CEO沈亦晨凭借光子芯片开拓性研究获得了本次评选的商业新锐奖。

出品| 网易智能（公众号 smartman163）

作者| 小羿

“用光速加速AI”，这是一个全新的领域，也是沈亦晨目前为之奋斗的目标。

很多人并不了解沈亦晨，这位物理学霸出生在杭州，父亲是一位电力工程师，从小受父亲的影响，沈亦晨就对电力等物理学知识很感兴趣。在父亲的耳濡目染中，沈亦晨在保持好奇心的同时，也养成了谦逊的态度。

沈亦晨

在杭州外国语学校读完中学之后，沈亦晨先后到新加坡南洋理工大学、美国约翰斯·霍普金斯大学学习物理专业。2011年，年仅22岁的沈亦晨考入麻省理工学院（MIT）读博，攻读物理学专业，研究纳米光子学。

2014年，沈亦晨在《科学》杂志上以第一作者身份发表了题为《宽波段光学的角度选择》的论文，首次实现了在材料尺度上对光的传播方向的控制。读博期间，沈亦晨共发表了25篇顶级期刊论文，提交了10项美国专利。

其实，光被应用在计算机环境中已经有数十年历史，过去主要用在不同芯片或存储设备间传输数据之用。光子具有比电子更快、能耗更低等特点，但是在深度学习爆发之前，光学计算非常具有挑战性，因为人们很难在光学上模拟晶体管，并且光的行为不可预测。但是在深度学习时代，光学芯片有了用武之地。首先，光学芯片非常适合执行矩阵乘法，这是深度学习的核心；其次，神经网络本质上也是线性的，与光学芯片的线性计算相匹配。

2016年，基于光学研究，沈亦晨创立了他的第一家公司Lux Labs，面向移动电子显示和太阳能发电等市场。同年9月，沈亦晨又创立了自己的第二家公司Lightelligence，目标是生产出划时代的产品——光子芯片，沈亦晨也成为将光学技术用于计算的开路先锋。

可编程纳米光子处理器概念图

什么是光子芯片和光子计算？在2016年，沈亦晨所在的MIT团队提出用光子代替电子为理论基础的计算芯片架构，沈亦晨曾通俗的解释说，光子芯片的运算原理有点像眼镜镜片，镜片会对穿过它的光波有一个复杂的运算，而光子芯片使用多光束干涉技术，其干涉条纹信息反映了所需计算的结果。他们把这种架构芯片称之为“可编程纳米光子处理器”。

《自然.光子》期刊封面图

2017年6月，光学神经网络架构技术以封面文章的形式发表在顶级期刊《自然. 光子》（Nature Photonics）上，论文着重对硬件和算法上创新做了介绍。硬件方面自不必说，用光干涉仪取代传统电子晶体管在性能、低延迟、低功耗方面有着数量级的改进，这本身就具有着划时代的意义。而在算法上，沈亦晨团队还开发了一系列光学芯片算法，可以在不牺牲性能的情况下有效降低深度学习计算量。

在Lightelligence公司的官方页面上，写着“以光速加速AI”（Accelerating AI at the speed of light）的口号。有评论称，沈亦晨团队的光子计算是对芯片和人工智能计算的一大革新，光子芯片一旦研发成功，将会使得目前基于电子的AI芯片的计算能力提升1000倍，同时能耗降低100倍。

沈亦晨

在一次公开演讲中，沈亦晨提到，光子芯片未来将会解决大量的能耗问题，“2016年我看到一个报道，说中国全部的数据中心单年的用电量相当于整个三峡水电站的发电量。5-10年以后，整个计算量成十倍、百倍增长的时候，由于光学在计算能耗上可以远优于电子，或许可以解决很大的能耗问题。”沈亦晨同时表示，当应用在狭小的空间内、对计算量需求很大、无法通过电子芯片叠加任务的时候，比如自动驾驶、增强现实等任务，光学芯片就显示了必要性。

2017年，凭借光子芯片，沈亦晨拿下了麻省理工学院创业大赛和哈佛大学创新挑战赛的第一名。

2018年2月，成立一年多的Lightelligence获得了百度风投和美国半导体高管财团领投的1000万美元种子轮融资。

目前，Lightelligence在波士顿建立了功能齐全的光学实验室。在沈亦晨的带领下，公司正在全力研发光学芯片的相关技术，包含芯片设计、核心算法、传输、周边等，企图打造一个完整的光学计算生态，改写摩尔定律。之所以有这样的愿景，关键的基础是光子芯片可沿用目前成熟的半导体工艺技术。