清華大學電子系陳宏偉教授課題組提出了一種基于亞波長結構的集成衍射光子神經(jīng)網(wǎng)絡。相關成果發(fā)表于《自然·通訊》（Nature Communications）。研究克服了空間衍射光子神經(jīng)網(wǎng)絡的體積限制，不僅提高了計算單元的集成度，同時減少了由于龐大的體光學元件和系統(tǒng)校準而產(chǎn)生的誤差。對于其他集成光子神經(jīng)網(wǎng)絡而言，這種光計算芯片擺脫了波導數(shù)目的制約，更容易實現(xiàn)計算單元的片上大規(guī)模拓展，從而解決了集成光子神經(jīng)網(wǎng)絡的高計算容量問題。研究完成了集成衍射光子神經(jīng)網(wǎng)絡芯片的理論探索、仿真驗證、結構設計、版圖繪制、芯片加工、封裝及系統(tǒng)誤差補償?shù)热^程驗證，有望使得這個光計算系統(tǒng)具有更強的處理能力。

集成衍射光子神經(jīng)網(wǎng)絡示意圖（圖片來源于清華大學網(wǎng)站）

評估全球水庫浮式光伏發(fā)電和節(jié)水潛力

南方科技大學環(huán)境科學與工程學院副教授曾振中團隊基于多個水庫數(shù)據(jù)庫和氣候驅動的光伏性能模擬模型，估計了在全球11萬個水庫上鋪設30%面積的浮式光伏系統(tǒng)的潛在發(fā)電量為每年9.43萬億度，超過目前水力發(fā)電的兩倍。相關成果發(fā)表于《自然·可持續(xù)發(fā)展》（Nature Sustainability）。將光伏系統(tǒng)安裝在現(xiàn)有水庫上的關鍵優(yōu)勢在于它們可以節(jié)約土地資源，而且大多數(shù)水庫靠近現(xiàn)有電網(wǎng)，可以節(jié)約輸電成本。研究發(fā)現(xiàn)，水庫在光伏板的覆蓋下每年能夠減少106立方千米的水分蒸發(fā)損失，這相當于3億人的年用水量。通過合理的開發(fā)，水庫浮式光伏可以用于提升能源和水安全，促進達成可持續(xù)發(fā)展目標。

基于衍射神經(jīng)網(wǎng)絡的、全光學的波前校正系統(tǒng)

中國科學院南京天文光學技術研究所崔向群院士團隊提出了基于衍射神經(jīng)網(wǎng)絡的、全光學的波前校正系統(tǒng)“衍射自適應光學系統(tǒng)”，或能實現(xiàn)對波前誤差在某區(qū)間內(nèi)的畸變波前的光速校正。相關成果發(fā)表于《光學快報》（Optics Express）。這一系統(tǒng)僅由多層順序排列的衍射板組成，被放置于像面之前，通過所有衍射單元的協(xié)作來完成對匯聚光束的波前校正。不同厚度的衍射單元為其透射光引入不同的相位調制，而所有衍射單元的厚度均是事先在電腦上針對大量的、波前誤差在某區(qū)間內(nèi)呈正態(tài)分布的畸變波前，采用深度學習的方法訓練得到。訓練結束后，可采用3D打印、激光直寫或者半導體刻蝕等工藝將衍射板制作并組裝成型。

神經(jīng)網(wǎng)絡求解隨機反應網(wǎng)絡

北京師范大學自然科學高等研究院復雜系統(tǒng)國際科學中心聯(lián)合中國科學院理論物理所的合作者，提出了一種使用變分自回歸網(wǎng)絡來求解化學主方程的機器學習普適方法。相關成果發(fā)表于《自然·機器智能》（Nature Machine Intelligence）。隨機反應網(wǎng)絡描述了化學物質通過一系列反應的變化，被廣泛用于模擬物理、化學和生物等復雜系統(tǒng)中的隨機過程。隨機反應網(wǎng)絡通常通過化學主方程進行建模，它描述了表示物種分子數(shù)隨時間演化的聯(lián)合概率分布。然而，系統(tǒng)可能的狀態(tài)數(shù)量隨著物種的種類數(shù)呈指數(shù)增長。研究成果應用統(tǒng)計物理學的思想和方法，結合人工智能中的強化學習策略，為探索這類復雜系統(tǒng)的演化問題提供了新途徑。