通过XY–Ising自旋转变加速相干Ising机

为何更快的问题求解器重要

许多科学、工程，甚至物流中的任务，归根结底都需要在海量可能性中寻找最佳安排——例如安排送货路线、设计通信网络或训练某些机器学习模型。由于搜索空间呈爆炸性增长，传统计算机在处理此类“组合优化”问题时常常力不从心。本文探讨了一种加速专用光学器件的新方法，通过让它们短暂地表现得不像僵硬的数字比特，而更像可平滑调节的刻度盘，从而提升求解速度。

模拟磁体的光学机器

研究聚焦于相干Ising机，这是一类通过模仿相互作用自旋（类似微小条形磁铁）如何趋向低能量构型来求解困难问题的光学系统。在这些装置中，短激光脉冲在光纤环路中循环，通过光学延迟线相互作用，使得每个脉冲能够“感知”其它脉冲，从而将要解决的问题编码进去。传统上，每个脉冲被迫进入两个稳定相位态之一，类似自旋向上或向下，因此该机器表现为一组二值变量的网络，在表示优化任务的Ising模型的能量基线中搜索最低能量态。

让自旋在更平滑的世界中移动

作者指出，这种僵化的二态行为实际上会减慢搜索速度。一旦脉冲被锁定为二值态，系统可能陷入局部能量极小值，难以轻易翻转单个自旋以达到更优的整体构型。为放松这一约束，他们用相位不敏感的光学放大器替代了常用的相位敏感放大器，从而产生所谓的XY自旋。脉冲的相位不再被限制为两种方向，而可以指向圆周上的任意位置，赋予系统绕过能量势垒的额外自由度。这种附加的连续通路使“自旋翻转”能平滑发生，帮助机器逃离局部陷阱并继续探索可能解的能量地形。

随时间混合平滑与二值行为

研究者并非让机器完全运行在平滑的XY模式或完全运行在二值Ising模式，而是设计了一种可控的两者之间的交叉。他们通过串联两类光学参量放大器并随时间调整它们的泵浦功率来实现这一点，使机器在运行过程中逐步从XY式行为向Ising式行为转变。早期，自旋在二维中自由游走，采样众多构型；随后，动力学被收紧，将这些连续相位投影到定义最终答案的二值选择上。在称为Wishart‑planted实例的一类基准问题上的数值模拟——这些问题的正确解事先已知且难度可调——显示这种XY到Ising的调度显著提高了在给定运行时间内达到真实最优解的概率。

为最难的问题调整时序

团队用“求解时间”来量化性能，即达到高目标成功概率所需的预期腔内往返次数总和。对于中等规模的问题（60个自旋），传统的二值Ising机需要数千次往返。允许纯XY自旋运行已能缩短该时间，但那种先运行XY再慢慢过渡到Ising的混合策略将求解时间大约缩短了三倍。对于特别困难的实例——能量地形极其崎岖时——改进幅度可接近一个数量级。作者进一步展示了性能对转变速度的敏感性：转得太快，系统表现得像旧的二值机器；转得太慢，则无法充分利用二值化带来的全部好处。

巧妙地重新引入灵活性

更进一步，研究者允许机器在运行过程中多次切回XY态。通过将转变时间表本身视为可调对象的优化方法，他们发现了一些模式：当系统被困时，它会周期性地放松到平滑的XY动力学，然后再回到更严格的Ising行为以锁定改进。这种自适应调度相较于简单的一次性转变带来了额外的加速，表明对自旋“维度性”的动态控制——即允许自旋指向的方向数目——可以成为未来物理优化器的强有力设计手段。

对未来计算的意义

用更通俗的话来说，论文表明，当内部变量先被允许在多个方向上自由摆动，然后再被钳定为是／否决策时，一台光学问题求解机表现更好。通过工程化地控制何时授予或剥夺这种自由，作者在苛刻的测试问题上展示了显著缩短的求解时间，并概述了如何完全用光学元件构建此类混合器件。这一方法指向了更快、能效更高的硬件，用以处理日益重要的复杂优化任务，这些任务在技术和数据科学中具有中心地位。

引用: 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

关键词: 相干Ising机, 光学计算, 组合优化, XY自旋动力学, 物理退火