麻省理工学院研发的光学AI处理器能以光速准确地对无线信号进行分类

美国麻省理工学院（MIT）电子研究实验室近期在《科学进展》杂志发表了一项突破性研究成果，全球首款专为6G通信设计的光子AI处理器问世。该处理器基于创新的“乘性模拟频域变换光学神经网络”（MAFT-ONN）架构，可在120纳秒内完成无线信号分类，速度较传统数字芯片提升100倍，准确率高达99%。

技术原理与性能突破

传统数字AI加速器需将无线信号转化为图像后通过深度学习模型分类，存在计算密集、延迟高的问题。MIT团队通过光电乘法技术，直接在频域中完成信号编码与机器学习运算，避免了数字化环节的瓶颈。MAFT-ONN架构将1万个计算神经元集成于指甲大小的芯片，单次分类准确率达85%，多次测量后迅速提升至99%以上，能耗仅为传统方案的十分之一。

应用前景与行业影响

该技术特别适用于实时性要求严苛的场景，如自动驾驶、远程医疗和6G通信。在6G领域，其可动态调整无线调制方式以优化数据传输速率（认知无线电），同时为边缘设备（如智能起搏器）提供实时AI推理能力。项目负责人Dirk Englund教授表示，该架构未来可扩展至大语言模型处理，工程样机预计两年内面世。

研究背景与团队进展

MIT团队此前已在光芯片矩阵乘法领域取得突破，但非线性运算的能耗问题长期制约发展。此次通过“非线性光学功能单元”（NOFU）结合光电技术，实现了高效的光学深度神经网络。研究由电气工程与计算机科学系教授Dirk Englund领导，核心成员包括博士生Ronald Davis III等，成果获《科学进展》及《自然·光子学》刊载。

这一进展标志着AI硬件向光速计算迈出关键一步，为下一代通信与边缘智能奠定了技术基础。