光学计算技术突破 - 美国犹他大学工程学院团队在《自然·通讯》发表研究，提出将偏微分方程信息编码到光波中，通过新型光学设备光学神经引擎（ONE）进行高效处理，标志着光学计算从理论探索向实际应用迈出重要一步 [1] - 偏微分方程用于描述多变量相互作用关系，在模拟复杂物理、工程和自然现象中具有强大预测能力，但传统求解方法需要大量时间和计算资源，限制实时或大规模应用 [1] - ONE系统结合衍射光学神经网络和光学矩阵乘法器技术优势，采用光学方法建模偏微分方程，利用光波特性表示方程变量，光信号通过光学元件演化最终呈现方程解 [1] 技术原理与性能 - ONE借鉴机器学习神经网络基本原理，在光学领域利用光子器件实现类似功能，相比传统电子神经网络速度更快、能耗更低 [2] - 团队测试了达西流方程、静磁泊松方程和纳维-斯托克斯方程等经典偏微分方程，结果显示ONE在复杂问题上表现出良好适应性和准确性 [2] 应用前景 - 该研究成果为大规模科学计算和工程仿真提供多功能、高效率的全新平台 [2] - 技术有望在地质建模、芯片设计、气候模拟等多个关键领域产生深远影响 [2]