編者按：

雖然中國已經證明自己是人工智能(AI)開發的溫床，但仍然擔心該國在新技術的某些領域取得進展。“環球時報”記者李巧義(GT)與Optalysys首席執行官Nick New(NN)進行了一次電子郵件采訪，旨在了解國家在光學計算技術領域的核心優勢，這是人工智能供電世界中一個新的但至關重要的部分。這家總部位于英國的公司正在商業化人工智能和深度學習的光協處理器。

GT：Optalysys的光學處理技術什么時候能夠商業化推出，技術如何應用???

NN：Optalysys首款專為加速模式匹配問題而設計的光學協處理器將于今年夏季上市。

該協處理器已經與包括Zealquest在內的多個生物信息學組織進行了測試，以將光學處理技術應用于基因序列對齊和組裝。這可以幫助在較小的DNA字符串的非常大的參考數據集中找到匹配。

雖然我們看到我們的光學處理器有很多應用，但我們主要關注的是深度學習，特別是卷積神經網絡(CNN)。CNN被用于許多AI應用中，例如自動車輛，面部識別，圖像識別和語音識別。第一個協處理器能夠執行多層卷積神經網絡，而下一代產品將提供一個平臺，以比傳統計算方法快得多的速度運行它們。

GT：你認為光學處理器有可能取代傳統的處理器嗎?為什么以及何時會發生?

NN：光學處理器能夠非常有效地執行某些類型的數學運算。與傳統處理器相比，它們提供了處理能力的大規模擴展，功耗只有傳統電子處理器的一小部分。

我們的光學處理器提供的計算類型正是推進基于圖像的深度學習模型所需的。這些是真正的并行處理，執行重要的基于傅里葉變換的功能，這是當前受電子處理器限制的大型深度學習模型的基礎。

我們看到這項技術取代傳統和專業處理器，如圖形處理單元(GPU)，用于這些特定任務，而傳統計算資源專注于其他更適合的任務。

GT：中國和美國正在爭奪人工智能的領導地位，中國尤其致力于人工智能的基礎研發。哪一個在光學計算技術上取得了更大的進展，并且有更多的潛力來充分利用這項技術?

NN：AI中的光學計算對于中國和美國都是一個非常新的領域。近年來，光學方法的發展激增，兩國的主要技術公司都在初創企業和內部開發方面投入巨資。

例如，百度最近投資了一家總部位于美國的公司，開發基于集成光子學的矩陣乘法方法。我們Optalysys正在與中國，日本和美國的主要科技公司合作，根據我們的經驗，中國擁有將AI融入其所做事情并成為世界領先者的不可遏止的雄心壯志。

GT：中國有多創新，AI在這個時代應該關注哪些方面的改進?

NN：中國擁有豐富的將創新帶入世界的譜系。它還將自己定位為全球制造中心，其內部雄心壯志是成為許多技術突破的世界領先者。

由于近年來國際貿易取得巨大成功，中國現在擁有利用其影響力引進全球專業知識和技術的金融和技術力量。計算行業正面臨著巨大的挑戰，以滿足人工智能在云和服務器設置以及本地節點(如自動駕駛汽車)中的處理需求。

光學加工為這些需求提供了解決方案，如果要真正成為人工智能的主導力量，中國必須準備采用這些新技術。

GT：有人認為，在中國缺乏熟練的人工智能是國家在該領域的野心的主要障礙。你是否同意中國應該做什么來建立一個足以匹配人工智能野心的人才庫?

NN：中國必須希望引入國際社會的技能，以成為人工智能的主導力量。要做到這一點，與全球領先的大學和公司建立伙伴關系和發展計劃至關重要。

Optalysys認為中國不僅是一個銷售其光學技術的巨大市場，也是現在和未來的重要發展合作伙伴。

這就是為什么我們大力承諾與頂尖科技公司和大學建立聯系并發展合作關系。我們看到前景非常光明，我們非常接近中國在人工智能方面的野心。

GT：中國正在推動自主創新，本土芯片是技術推動的重要組成部分。就真正的技術進步而言，現在是大規模使用自產芯片的時候了，而中國本土芯片的特定領域還不夠強大?

NN：中國已經在生產一些功能最強大的AI芯片，尤其是手機領域，例如擁有專用神經處理單元的華為麒麟970。中國生產自己的芯片作為自己AI系統開發的一部分顯然是有利的。

然而，中國在全球舞臺上投資和開發技術的愿景對于保持領先于競爭對手至關重要。Optalysys處理器提供了麒麟系列等電子處理器中不存在的功能。

如果人工智能要發揮其全部潛力，這種能力將是必需的，因此中國繼續與其他國家合作以及開發自己的技術非常重要。

GT：光學計算技術的發展對于開發人工智能的競賽有何重要意義?

NN：光學計算技術的實施對于AI充分發揮其潛力至關重要。電子加工正在接近基本限制，這意味著它不能繼續滿足人工智能的需求。

如果沒有替代處理技術提供快速高效處理大量數據的完全不同的方法，成功實施更大的AI模型將證明不可行。即使是當今最先進的人工智能模型，仍然只能提供人類大腦等大型感知系統的一小部分處理能力。

對于基于圖像的模型(如自動車輛和面部識別中使用的模型)，光學計算是人工智能發揮其全部潛力的關鍵，與其他可選計算解決方案(如量子)不同，它更接近市場。