随着联网设备快速增加，视频会议、云计算游戏和智能家庭等应用对带宽需求日益升高，管理有限的无线频谱成为当前重大挑战。解决这个问题的关键在于高性能即时处理技术，而麻省理工学院（MIT）研究团队最新突破有望彻底改变现状。

MIT研发的光学AI处理器，已在《Science Advances》期刊发布，能以光速处理无线信号，实现前所未有的运算效率。这款名为MAFT-ONN（乘法模拟频率转换光学神经网络）的芯片，能在奈秒内完成信号分类，速度比现有数字系统快近100倍，且能耗远低于传统AI硬件。

与传统数字处理器需先将信号转为图像再进行处理不同，MAFT-ONN直接在频域中操作，跳过数字转换步骤，达到大幅节能及加速。这款芯片一次测量能达85%分类准确率，多次测量可超过99%，全程仅需120奈秒，远胜现有技术。

MAFT-ONN设计独特，每个神经网络层仅需一个设备，可集成一万个神经元于单一芯片，并采用“光电乘法”技术实现高效率运算。研究团队必须自行开发机器学习架构来匹配硬件特性，确保芯片物理特性能被充分利用。

这项技术在未来6G网络中尤为重要，能使“认知型无线电”等智能设备即时适应网络条件，维持稳定连接。研究团队成员Ronald Davis III表示，随着测量时间增加，准确率会提升，而MAFT-ONN超快速的处理时间使这个过程完全不影响性能。

MIT电机与计算机科学系教授德克·英格伦（Dirk Englund）指出：“这项技术为即时可靠的AI推论打开众多可能性，是具深远影响的开端。”此芯片不仅可改变无线通信，还能应用于自动驾驶汽车即时环境反应、智能医疗设备等领域。

研究团队下一步计划应用“复用技术”提升芯片性能，并拓展至更复杂的深度学习架构，包括Transformer模型和大型语言模型。这项突破将深远影响各种需要即时、高效AI的技术领域，为真正的智慧连接时代奠定基础。

（首图为示意图，来源：MIT）