人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）

利用光力系统实现非互易频率转换******

　　记者10日从中国科学技术大学获悉，该校郭光灿院士团队的董春华教授研究组通过光辐射压力实现两光学模式和两机械模式间的相互作用，进而实现了任意两模式间全光控的非互易频率转换。该研究成果日前发表在国际期刊《物理评论快报》上。

　　光学和声学非互易器件在构建基于光子和声子的信息处理和传感系统中是非常重要的元器件。虽然磁诱导非互易已广泛应用于分立光学非互易器件，但在器件集成化方面仍面临挑战。同时，磁诱导声学非互易由于效应较弱，也难以实现集成的声学非互易器件。腔光力学系统是实现无磁非互易的有效系统之一，在之前的工作中研究组已经演示了基于腔光力相互作用的无磁光学环形器。

　　在前期工作基础上，研究组研究了单个微腔中光子和声子的非互易转换。利用两个光学模式和两个机械模式通过光力相互作用构成闭环四模元格，这四个模式具有完全不同的频率，分别为388THz、309THz、117MHz和79MHz。研究组演示了四个模式中任意两个节点之间的非互易转换，包括声子—声子（MHz—MHz）、光子—光子（THz—THz）和光子—声子（THz—MHz）的非互易转换。该非互易转换的原理正是利用光力微腔中的多个模式构建人工规范场，通过控制光的相位实现规范场中几何相位，从而可以实现全光控制的灵活的非互易转换。接下来，在该元格中引入第三个机械模式，实现了声子环形器，该环形器的方向受两个独立的控制光相位决定。

　　据悉，这一研究结果可以推广到微腔内其他的光学模式和机械模式，构建更多节点的混合网络，实现信息在混合网络中的单向传输，这在通讯和信息处理领域具有潜在的应用，特别是在光学波分复用网络和用于连接不同频率下工作的分立量子系统。（记者吴长锋）