Ускорение когерентной машины Изинга через переход спинов от XY к Изингу

Почему быстрее решатели задач важны

Многие задачи в науке, технике и даже логистике сводятся к перебору огромного числа вариантов в поисках наилучшей конфигурации — например, прокладка маршрутов доставки, проектирование коммуникационных сетей или обучение некоторых моделей машинного обучения. Традиционные компьютеры испытывают затруднения с такими «комбинаторными задачами оптимизации», поскольку пространство поиска растёт взрывоподобно. В этой статье исследуется новый способ ускорить специализированные оптические машины, решающие эти задачи, позволяя им на короткое время вести себя не как жёсткие цифровые биты, а как плавно настраиваемые регуляторы.

Оптические машины, имитирующие магниты

Работа сосредоточена на когерентных машинах Изинга — оптических системах, которые решают сложные задачи, имитируя, как совокупность взаимодействующих спинов (аналогичных маленьким магнитным стрелкам) устремляется в состояние с низкой энергией. В этих машинах короткие лазерные импульсы циркулируют по волоконному кольцу и взаимодействуют через оптические линии задержки так, что каждый импульс эффективно «ощущает» остальные, кодируя решаемую задачу. Традиционно каждый импульс принуждают занимать одно из двух устойчивых фазовых состояний, аналогичных «спин вверх» или «спин вниз», поэтому машина ведёт себя как сеть бинарных переменных, ищущая состояние минимальной энергии в модели Изинга, описывающей задачу оптимизации.

Позволяя спинам двигаться в более плавной среде

Авторы показывают, что такое жёсткое двоичное поведение может замедлять поиск. Как только импульсы зафиксированы в бинарных состояниях, система может застревать в локальных энергетических минимумах и не в состоянии легко переворачивать отдельные спины, чтобы достичь лучшей общей конфигурации. Чтобы ослабить это ограничение, они заменяют обычный фазочувствительный оптический усилитель на фазонезависимый, создавая так называемые XY‑спины. Вместо того чтобы выбирать между двумя направлениями, фаза каждого импульса теперь может указывать в любую точку на окружности, давая системе дополнительную свободу для преодоления энергетических барьеров. Эта дополнительная свобода обеспечивает непрерывные пути для «переворотов спинов», которые помогают машине вырваться из локальных ловушек и продолжать исследование ландшафта возможных решений.

Смешение плавного и бинарного поведения во времени

Вместо того чтобы работать полностью в плавном режиме XY или полностью в бинарном режиме Изинга, исследователи разработали управляемый переход между ними. Они делают это, каскадируя два типа оптических параметрических усилителей и регулируя их мощности насоса во времени, постепенно сдвигая машину от поведения, похожего на XY, к поведению Изинга в ходе прогонки. Вначале спины свободно перемещаются в двумерной плоскости, перебирая множество конфигураций; позже динамика сужается и проецирует эти непрерывные фазы на бинарные выборы, определяющие окончательный ответ. Численные симуляции на классе эталонных задач, называемых экземплярами Wishart‑planted — где правильное решение заранее известно и сложность можно настраивать — показывают, что такой график перехода XY→Изинг существенно повышает вероятность достижения истинного оптимума за заданное время работы.

Настройка тайминга для самых сложных задач

Команда оценивает производительность с помощью «времени до решения» — ожидаемого общего числа обходов резонаторной полости, необходимых для достижения высокой целевой вероятности успеха. Для задач среднего размера (60 спинов) традиционная бинарная машина Изинга требует многих тысяч проходов. Переключение на чистые XY‑спины уже сокращает это время, но гибридная стратегия, которая начинается в режиме XY и медленно переходит в режим Изинга, уменьшает время до решения примерно в три раза. Для особенно трудных экземпляров задач — где энергетический ландшафт чрезвычайно изрезан — улучшение может приближаться к порядку величины. Авторы также показывают, что производительность сильно зависит от скорости перехода: если переход слишком быстрый, система ведёт себя как старая бинарная машина; если слишком медленный, она не извлекает полной выгоды от бинаризации.

Разумное повторное введение гибкости

Идя дальше, исследователи позволяют машине несколько раз возвращаться в режим XY в течение одной прогонки. Используя метод оптимизации, который рассматривает сам график переходов как настраиваемый объект, они обнаруживают схемы, при которых система периодически переходит в плавную динамику XY, когда застревает, а затем возвращается к более строгому поведению Изинга, чтобы зафиксировать улучшения. Такая адаптивная стратегия даёт дополнительное ускорение по сравнению с простым однонаправленным переходом, что указывает на то, что динамическое управление внутренней «размерностью» спинов — числом направлений, в которые им разрешено указывать — может стать мощным инструментом проектирования будущих физических оптимизаторов.

Что это значит для будущих вычислений

Проще говоря, в статье показано, что оптическая машина для решения задач работает лучше, когда её внутренним переменным сначала разрешают свободно колебаться во многих направлениях, прежде чем зафиксировать их в бинарном «да‑или‑нет» решении. Управляя тем, как и когда эта свобода предоставляется или отнимается, авторы демонстрируют значительное сокращение времени решения на требовательных тестовых задачах и описывают, как такие гибриды можно реализовать полностью оптическими компонентами. Этот подход указывает путь к более быстрым и энергоэффективным аппаратным средствам для решения сложных задач оптимизации, которые становятся всё более важными в технологиях и науке о данных.

Цитирование: Kim, K., Yamamoto, Y. Accelerating a coherent Ising machine by XY-Ising spin transition. Sci Rep 16, 10396 (2026). https://doi.org/10.1038/s41598-026-41315-7

Ключевые слова: когерентная машина Изинга, оптические вычисления, комбинаторная оптимизация, динамика спинов XY, физический отжиг