麻省理工物理学教授、光学计算领域的开拓者Marin Solja?i?（图片来源：网络）
Marin Solja?i?（马林·索尔季奇），他是纳米光学、光子计算、人工智能、无线电力传输等多研究领域的著名科学家，与此同时，他还磁共振无线电力传输技术的开创者和行业领军者。
青年才俊崭露头角
Solja?i?出生于克罗地亚的首都萨格勒布，1996年他从美国麻省理工学院物理和电气工程学专业毕业，1998年取得普林斯顿大学理学硕士学位，在2000年获得博士学位后成为麻省理工学院研究员。2003年，Solja?i?担任麻省理工学院电子研究实验室首席研究科学家，2007年升为麻省理工学院物理学教授。
作为一名杰出的克罗地亚裔美国物理学家和电气工程师，Solja?i?的研究兴趣广泛主要包括纳米光学、非线性光学、电磁波、人工智能、无线电力传输、太阳能等方面。
2005年，为表彰Solja?i?对光学做出的卓越贡献，美国光学学会授予其Adolph Lomb奖章（获奖者年龄限制35岁以下）。在34岁时， Solja?i?获得了MacArthur Fellowship（麦克阿瑟奖，俗称天才奖），37岁时被评为世界经济论坛青年领袖。2014年，凭借在无线电力传输技术上的卓越贡献，Solja?i?被授予Blavatnik（布拉瓦尼克）国家青年科学家奖，该奖项是美国43岁以下杰出青年科学家和工程师中的最重磅荣誉之一。
引领远距离无线电力传输
一直以来，Solja?i?在积极地推动将实验室中的科研结果转化为商业产品。其中最广为人知的是，Solja?i?开创性地提出磁共振电力无线传输技术，并成功将其商业化。
?
2007年7月，33岁的Solja?i?在《Science》（科学）期刊上发表了一篇论文，重新探讨了无线电能传输之父尼古拉·特斯拉（Nikola Tesla）的想法——特斯拉早在1890年代就提出了在地球或大气中远距离电磁辐射电力传输的设想。
与特斯拉线圈通过电场共振传输能量不同，Solja?i?的方案主要通过磁场使用耦合。接下来Solja?i?和他的助手通过60W的灯泡，成功地在2米距离内第一次实现了高效的非辐射电力传输，能量转移效率高达40%，有力地证明了通过磁共振方法实现远距离电力无线传输是可能的。
（图片来源：网络）
这种磁共振电力无线传输技术也被命名为witricity技术，即通过发射端和接收端的磁谐振器达到相同的频率实现磁场共振，从而传输能量。与其他无线充电技术所不同的是，witricity技术是第二代无线充电技术，具有远距离传输、功率随需调整、随放随充的优势，由此掀起了无线电力传输领域的新浪潮。
?
2007年，Solja?i?创立了WiTricity无线电力传输技术解决方案公司，致力于将这种无线充电技术商业化应用。2014年，WiTricity正式推出第一个采用witricity技术的消费设备无线充电系统——iPhone 5的无线充电器。
截止目前，WiTricity已经走进大多数人的日常生活，为各种消费电子产品、电动汽车、医疗设备等多领域所采用，其客户包括苹果、英特尔、联发科、戴尔、奥迪、宝马、克莱斯勒、捷豹、日产、丰田等。
?
2019年WiTricity并购最大竞争对手高通 Halo成为行业领导者。作为远距离无线电力传输行业的先驱，WiTricity现在已是全球多项无线电力传输行业标准的制定者。
?
（图片来源：网络）
进入光学晶体领域研究
在光学晶体领域，Solja?i?教授致力于纳米光子晶体（PhC）的研究与应用，同样做出了重大贡献。
纳米光子晶体又称为“光子半导体”，是人工制造的纳米结构“超材料”，其光学特性在光波长范围内周期性变化使光子的在其中行为与通常情况下迥异。
具体来说，PhC光学晶体由一种材料的晶格与其它材料或开放空间交替制成，根据构成晶格的结构和间距，某些特定波长的光可以通过，而其他波长的光则被反射或吸收，这为塑造光子流提供了前所未有的可能。
?
“基于纳米光学晶体，我们几乎可以随意调整光在其中的的物理表现，并能够在这一新物理现象中获得启发。”
Solja?i?在这方面的研究工作，对于理解光量子物理基本原理以及光量子计算机的开发和应用具有深远影响。
?
一维光子晶体 (PhC) 与具有接近零介电常数的纳米复合材料 (NC) 层耦合的示意图（图片来源：网络）
Solja?i?讲到，从物理原理角度来看，PhC晶体中光子的传播与半导体中电子的运动有着密切的相似性，因此可以推测：就像半导体原理的研究推动了集成电路芯片的诞生一样，PhC光子晶体将是实现光学集成芯片材料的最有希望的候选者。
?
2006年，Solja?i?又研制出了一种使用波导腔量子电动力学的单光子全光开关，这类似于当代微处理器中的晶体管，实现了光学计算机研制的重大突破。现在，这种技术已被用于制造尺寸小于一微米，且比商用电子产品中使用的晶体管快一个数量级的全光学开关。
推动全光学计算的实现
在PhC光子晶体研究的基础上，Solja?i?进入了对全光学计算机实现领域的深入探索中。
Solja?i?指出，基于光的神经网络系统非常适用于深度学习应用场景。为此他分别开展了两个细分领域的研究：
一方面，基于PhC光子晶体研制光学芯片等硬件。实现全光计算机的挑战之一是增强芯片设备上的光子相互作用效果，而通过对PhC光子晶体设计将能够显著增强这些光学效应。Solja?i?从理论和实验上证明了，在PhC光子晶体器件中即使在单光子之间也可以实现非线性相互作用。因此，这些材料可以实现单光子对单光子的操纵，极大地改变光学相互作用太弱而无法用于信号处理的观点。Solja?i?在展示利用光子进行信息处理的新型计算机的可能性同时，还在演示其极大减少计算过程中的能量消耗和热量产生方面做了重要工作。
?
另一方面，在深度学习的算法研究上，Solja?i?提出了一种新型光子学深度学习架构。这种基于光学散射单元的光学神经网络架构，仅对一小部分数据进行训练就可以逼近精确模拟，也就是说，一旦这种神经网络被成功训练，其效果将比传统模拟方法快几个数量级。
近年来，Solja?i?将这种光计算矩阵乘法硬件架构的思路，交给了其一位来自中国的博士研究生——沈亦晨去继续实现。2017年，他们合作的成果论文入选著名学术杂志《Nature Photonics》（自然光子学）杂志封面文章。该研究成果介绍了一种利用光学干涉执行神经网络工作计算的新方法，?Solja?i?表示：“神经网络的表现将比传统的逆向设计要快得多。【1】”
（图片来源：网络）
几个月后，以沈亦晨为首的创业团队就成立了曦智科技（Lightelligence）公司，将这种技术推向市场。作为热忱于将前沿技术商业化的科学家和连续创业者，Solja?i?也躬身入局，成为最早加入曦智科技董事会的人之一。
升级版全光学计算
经过数年研发，Solja?i?团队已经演示了一种集成纳米光子循环伊辛采样器(INPRIS)，并开发出一种启发式算法【2】。在已经完成的计算实验中，他们展示了纯光学伊辛机（Photonic Ising Machine，PIM）计算系统在解决组合难题中，实现加速的潜力。
?
2021年12月17日，曦智科技基于上述光学伊辛机的成果推出了他们的全光学计算处理器芯片PACE (Photonic Arithmetic Computing Engine，光子计算引擎)。作为曦智科技针对AI和深度学习之外的场景的光学计算的首次演示，PACE 有效地展现了几个最难的计算数学问题的解决方案，包括伊辛问题以及Max-Cut（最大割）问题等。
曦智科技的全光学计算处理器芯片PACE（图片来源：网络）
?
光量子和相干伊辛机
除了光学干涉现象以外，光子的量子特性一直被认为是一种更强有力得多的计算资源。因此在实现了全光学计算机以后，Marin Solja?i?团队很自然就瞄准了“量子计算”这个更高的新领域。尤其是自从以光量子为物理基础的相干伊辛机（Coherent Ising Machine，CIM）发展起来后，在光量子领域极具前景。作为一个极具商业化头脑的连续创业者，Marin Solja?i?教授和他的团队进一步研究基于基于光量子计算的相干伊辛机CIM如何解决更多现实世界的问题。
Solja?i?对光量子计算机充满期待：“光学计算是一个历史悠久的研究领域。现在，我们必须确定光子硬件的哪些最新进展可以产生影响。换言之：我们必须找到现代光子学的意义和价值。”
参考文献：
【1】https://www.science.org/doi/10.1126/sciadv.aar4206
【2】https://www.nature.com/articles/s41467-019-14096-z
编译：王衍/李每编辑：王衍