“如果你只有一把錘子，那么你看什么都像釘子”。

這就是著名的馬斯洛錘子理論，這告訴我們，具體問題要具體分析，過分依賴某種熟悉的工具或方法會使自己深陷其中，難以獲得新的“解題思路”。

在計算機領(lǐng)域中，我們更要警惕這種“一刀切”的思維模式。

對位于英國劍橋微軟研究實驗室的跨學(xué)科研究團隊而言，他們的任務(wù)就是要研制出在迅速解決問題的同時，能夠超越二進制系統(tǒng)不足的新型電腦。但要成功研制出可以光速解決實際問題的電腦，愿意去思考諸如“我們正在設(shè)計的工具的本質(zhì)是什么？”以及“我用錘子敲的是什么釘子呢？”之類的大問題，就十分關(guān)鍵。

起初，他們研制出了首臺八變量光學(xué)計算器。該電腦使用不同強度的光源在同一存儲信息的地方進行計算。研究人員把這一他們設(shè)計的設(shè)備稱作AIM，也就是模擬迭代機。

“通常情況下，如果你取得了一些技術(shù)進步，尤其是最開始，那在實踐中如何使用，相對是沒有那么清楚的，”該項目的三名主要研究人員之一Christos Gkantsidis說道。他回憶他們最初是怎樣希望利用AIM這一工具來加快機器學(xué)習(xí)的。“需要去研究弄明白哪一種實踐問題才是更符合他們的。”

?

AIM，模擬迭代機，是由現(xiàn)有元件組裝而成，比如微型LED燈和你在自己的智能手機攝像頭里可以看到的傳感器。

由Chris Welsch為Microsoft攝圖

大約三年前，他們嘗試使用AIM來處理一個特別煩人但又相當(dāng)重要的數(shù)學(xué)問題——最優(yōu)化。他們很快意識到，在解決這些最優(yōu)化問題方面，這一新設(shè)備有著巨大潛力來超越傳統(tǒng)電腦所用的二進制系統(tǒng)的速度和容量。

Gkantsidis指出，“通俗來講，正如我們所知，最優(yōu)化是這個世界運行的規(guī)則。”最優(yōu)化問題構(gòu)成了當(dāng)今社會很多最為重要行業(yè)的基礎(chǔ)——其中就有：銀行金融，健康醫(yī)療，物流和制造。

這一全新電腦的能力促成了與英國巴克萊銀行的一年期研究協(xié)議，以研究使用它來解決實際問題的潛能——大批量的交易是如何在大多數(shù)銀行所采用的清算中心妥善處理的。交易的數(shù)字每天成千上百萬。跟大部分最優(yōu)化問題類似，正是其巨大規(guī)模使得二進制電腦無法很好地處理它。

巴克萊銀行首席技術(shù)辦公室的負責(zé)人和卓越的工程師Lee Braine說到，“實際上，要花費無窮的時間才能評估所有可能的選項。”他說當(dāng)前來講，已經(jīng)采用了諸多的計算和數(shù)學(xué)捷徑，來系統(tǒng)估算處理成千上百萬批次交易的最高效方式。

模擬迭代機團隊已經(jīng)運作了一個他們稱作的“玩具版本”的交易結(jié)算問題，該問題由Braine提出，而這臺光學(xué)計算機每次都以百分之百的準確率解決了這個問題。而此前使用另一項不同技術(shù)解決同個問題的研究嘗試，只有一半次數(shù)嘗試時獲得了同樣的分值。

能夠參與到有潛力帶來創(chuàng)新變革的事物中，非常讓人興奮。

Braine本人就曾經(jīng)是一個對最優(yōu)化進行過大量研究的計算機科學(xué)家。現(xiàn)在他和微軟團隊都已經(jīng)開始使用更多的數(shù)據(jù)和變量設(shè)計一個更大規(guī)模的問題版本。他們希望今年夏天晚些時候在一個AIM的更新版本上測試一下這臺計算機。Braine說和微軟的AIM團隊合作是一個難得的機會。他提到，“能夠參與到有潛力帶來創(chuàng)新變革的事物中，非常讓人興奮。這樣也能夠在所有可能的領(lǐng)域里立于潮頭。”

摩爾定律的終結(jié)

1965年，工程師Gordon Moore(同時也是Intel的創(chuàng)始人之一)預(yù)測，在一條集成電路上的晶體管數(shù)量每年都將翻倍。后來他又修正了自己的預(yù)測，改為每隔兩年。最近幾十年來，計算機的容量基本上就是以這種速度提升的，運行速度更快，體積更小，而價格卻沒有更昂貴。但到了近十年，這一趨勢似乎停滯。同時，對計算機容量和速度的需求也僅僅是增加了而已。

?

左起，Kirill Kalinin, Christos Gkantsidis 和Hitesh Ballani, 位于英國劍橋的微軟研究實驗室的研究人員正在討論巴克萊銀行Lee Braine提出的交易清算問題。

由Chris Welsch為Microsoft攝圖

“問題是，一旦你超過拐點，就很難維持之前的那種增長，”微軟研究光學(xué)計算機的其他研究人員之一Hitesh Ballani說，并且解釋了開發(fā)光學(xué)等替代技術(shù)背后的緊迫性。“因為我們已經(jīng)在研究光存儲和網(wǎng)絡(luò)連接，所以逐漸地想過渡到光學(xué)計算，盡管這是最棘手的問題。”

位于劍橋的實驗室已經(jīng)在光學(xué)存儲方面取得了一些成就。該團隊研發(fā)了一套可以存儲海量嵌入在鏡片中的數(shù)據(jù)的系統(tǒng)。

Ballani在實驗室的一間會議室內(nèi)振奮不已，口若懸河。他解釋了光學(xué)計算的基礎(chǔ)，并闡明了為什么團隊要引入一位數(shù)學(xué)專家來幫助研發(fā)新型算法以解決最優(yōu)化問題。他拿著一只紅色馬克筆遮著白板，還有兩套寫滿了筆記、等式和圖表的玻璃白板來闡釋他的觀點。

“這不是一臺多功能的計算機，”他提到。“但它對在數(shù)學(xué)運算、線性代數(shù)和非線性代數(shù)是關(guān)鍵的操作瓶頸的應(yīng)用提升方面，十分有益。”

五十多年來，光已經(jīng)被用于光纖電纜傳播數(shù)據(jù)。光子互相之間并無交互，但是通過某種中介傳播，比如你智能手機上的攝像頭，他們就可在某種意義上被人們看到。

就模擬迭代機而言，光的不同強度可以進行加法和乘法運算，這就是最優(yōu)化問題的基礎(chǔ)。Ballani提到，要以光速運行，AIM的高級版本就必須超過二進制計算機速度的大約一百倍才行。此外，在AIM中計算和存儲發(fā)生在同一場所，這不同于二進制計算機，因為后者需要一個場所存儲另一場所計算方能運作。

開辟算法新領(lǐng)域

談到AIM可以解決的問題類型的具體例子時，他引用了與微軟健康研究人員的一次交流，具體內(nèi)容是關(guān)于如何減少進行磁共振成像掃描所需的時間，同時又保持同樣的精度。（通常，根據(jù)掃描區(qū)域的大小，檢查需要15到90分鐘不等的時間。）有些縮短檢查時間的技術(shù)已經(jīng)投入使用但會影響精度。運行目前看來還比較費時間的最優(yōu)化方程從理論上看，還是會帶來更高的精確性和速度的。Ballani說，“如果我們能十分迅速地處理好最優(yōu)化問題，有可能不到一分鐘就能夠完成核磁共振檢查。”

?

Francesca Parmigiani是位于英國劍橋的微軟研究實驗室的新型光學(xué)計算機硬件制造的團隊負責(zé)人。

由Chris Welsch為Microsoft攝圖

AIM項目的第三位主要研究員Francesca Parmigiani的博士研究就是光學(xué)通信。目前她正在引領(lǐng)研制光學(xué)計算機。她和她的小團隊目前正在研發(fā)一個可以在48個變量下運行的升級版本，極大擴展了光學(xué)計算機能解決的問題的復(fù)雜程度。最終他們是希望能造出一臺處理成千上萬變量的AIM版本。

該AIM團隊目前正在使用現(xiàn)有且具備制造系統(tǒng)的組件——從光纖電纜到調(diào)制器到微型LED燈——來創(chuàng)造并在升級AIM。目前情況，這臺計算機建造在一個大約是一個餐桌大小的金屬長凳上，從調(diào)制解調(diào)器出來的線路纏繞聯(lián)結(jié)研究員有時叫“投影儀”的設(shè)備上，就好像是一臺多媒體投影儀來存儲和計算數(shù)據(jù)。

Parmigiani說，“要研制這臺計算機，我就得學(xué)習(xí)很多東西。我對最優(yōu)化還沒有什么頭緒。”

建造AIM的過程和模擬問題的最初形態(tài)讓Parmigiani和光學(xué)和模擬團隊進行了大量的相互交流和理解妥協(xié)。該團隊負責(zé)硬件研發(fā)，Ballani, Gkantsidis 和數(shù)學(xué)專家Kirill Kalinin負責(zé)在這其中運行的算法和軟件。研究人員說，他們開發(fā)的數(shù)學(xué)和算法創(chuàng)新在解決優(yōu)化問題方面與機器本身一樣至關(guān)重要。AIM正在采用的算法最初形態(tài)叫QUMO，也就是二次無約束混合最優(yōu)化的簡寫，而它在光學(xué)計算機中的運用才是讓AIM在全世界獨一無二的所在。

“因為我們知曉什么是行之有效，什么又是行不通的，所以我們一直在向前，故事也一直在改變，”Parmigiani說到。“我們意識到，我們真的需要再加把勁，搞清楚如何一起研制適配算法的硬件。”

?

團隊成員Grace Brennan正在研制升級版本的AIM，

位于英國劍橋的微軟研究實驗室，

由Chris Welsch為Microsoft攝圖

研究“尖端技術(shù)”

AIM團隊正轉(zhuǎn)向用行專家和高校科研人員提出的問題測試該設(shè)備和QUMO算法。他們正用一個AIM模擬器開設(shè)服務(wù)，這個模擬裝置可以用圖形處理器（GPU）來解決大型最優(yōu)化問題。該團隊希望能有更多測試案例幫助他們了解他們創(chuàng)建的工具的潛力。

當(dāng)然巴克萊銀行的Lee Braine提出的交易清算問題依舊是首要問題。

這個問題主要是因為交易量大導(dǎo)致很棘手。Braine說這些交易通常是被描述成貨銀對付。證券現(xiàn)金兌付的一個簡單例子就是公司的一百股代表一千美金。但問題主要是，每筆交易和每個參數(shù)都取決于不同的約束，包括規(guī)則和可用賬戶余額。

在臨界點反復(fù)研究，以微小的方式不斷突破極限并對此做出貢獻，相當(dāng)令人興奮。

這些交易的數(shù)量非常讓人震驚。他只引用了一個清算中心的例子，DTCC，其子公司2022年處理的業(yè)務(wù)額價值2.51015美金。（一個quadrillion等于1000個萬億。）

因為多數(shù)大銀行采用的都是清算中心，本研究也有望能讓整個銀行系統(tǒng)受益。為期一年的實驗結(jié)果將在一份研究報告中進行分享。

Braine說這是一個很好的測試案例，如果真的奏效，它就可以為使用光學(xué)計算處理比如欺詐檢測等銀行業(yè)內(nèi)的其他問題奠定基礎(chǔ)。

他提到這個項目很好地滿足了他內(nèi)在的好奇心。“某種程度上，好像回到了做博士論文那段學(xué)術(shù)時光，你總是在尋找最尖端的東西。”他補充道，“在臨界點反復(fù)研究，以微小的方式不斷突破極限并對此做出貢獻，相當(dāng)令人興奮。”

作為微軟卓越工程師和團隊帶頭人的Ant Rowstron說，看到自己的跨學(xué)科團隊通力合作研發(fā)新型計算機工具，克服各種困難并尋找使用該工具的潛在方向，感覺十分值得。

他提到，“我工作的職責(zé)之一就是努力去理解我們何時要去研究新事物，有風(fēng)險時支持幫助那些遇到風(fēng)險的人們。我們堅信，如果我們研制出來了，我們就會進一步研究如何讓它繼續(xù)優(yōu)化改善。而現(xiàn)在我們有了一個很重要的問題空間，這里有迫切的需求，而我們的計算機又能真正發(fā)揮作用”。