Molti dei problemi di ottimizzazione più impegnativi incontrati in varie discipline della scienza e dell'ingegneria, dalla biologia e dalla scoperta di farmaci all'instradamento e alla programmazione possono essere ridotti a problemi NP-completi. Intuitivamente parlando, I problemi NP-completi sono "difficili da risolvere" perché il numero di operazioni che devono essere eseguite per trovare la soluzione cresce esponenzialmente con la dimensione del problema. L'ubiquità dei problemi NP-completi ha portato allo sviluppo di hardware dedicato (come la ricottura ottica e le macchine di ricottura quantistica come "D-Wave") e algoritmi speciali (algoritmi euristici come la ricottura simulata).

Recentemente, c'è stato un crescente interesse nel risolvere questi difficili problemi combinatori progettando macchine ottiche. Queste macchine ottiche sono costituite da un insieme di trasformazioni ottiche impartite a un segnale ottico, in modo che il segnale ottico codificherà la soluzione al problema dopo una certa quantità di calcolo. Tali macchine potrebbero beneficiare dei vantaggi fondamentali dell'hardware ottico integrato nella fotonica del silicio, come a bassa perdita, elaborazione parallela, passività ottica a basse potenze ottiche e robusta scalabilità resa possibile dallo sviluppo di processi di fabbricazione da parte dell'industria. Però, lo sviluppo di hardware fotonico compatto e veloce con algoritmi dedicati che sfruttano in modo ottimale le capacità di questo hardware, è mancato.

Oggi, il percorso per risolvere problemi NP-completi con la fotonica integrata è aperto grazie al lavoro di Charles Roques-Carmes, Dottor Yichen Shen, Cristian Zanoci, Mihika Prabhu, Fadi Atieh, Dott. Li Jing, Dott.ssa Tena Dubček, Chenkai Mao, Miles Johnson, Prof. Vladimir Čeperić, Prof. Dirk Englund, Prof. John Joannopoulos, e il prof. Marin Soljačić del MIT e dell'Institute for Soldier Nanotechnologies, pubblicato in Comunicazioni sulla natura . In questo lavoro, il team del MIT ha sviluppato un algoritmo dedicato alla risoluzione del noto problema di Ising NP-complete con hardware fotonico.

Originariamente proposto per modellare sistemi magnetici, il modello di Ising descrive una rete di spin che possono puntare solo verso l'alto o verso il basso. L'energia di ogni spin dipende dalla sua interazione con gli spin vicini:in un ferromagnete, ad esempio, l'interazione positiva tra i vicini più prossimi incoraggerà ogni giro ad allinearsi con i suoi vicini più vicini. Una macchina Ising tenderà a trovare la configurazione di spin che minimizza l'energia totale della rete di spin. Questa soluzione può quindi essere tradotta nella soluzione di un altro problema di ottimizzazione.

macchine euristiche Ising, come quello sviluppato dal team del MIT, fornisce solo una soluzione candidata al problema (che è, in media, vicino alla soluzione ottimale). Però, gli algoritmi che trovano sempre la soluzione esatta al problema sono difficili da applicare a problemi di grandi dimensioni, come spesso avrebbero dovuto correre per ore, se non giorni, terminare. Perciò, gli algoritmi euristici sono un'alternativa agli algoritmi esatti, poiché forniscono soluzioni rapide ed economiche a problemi difficili.

I ricercatori sono stati guidati dalla loro conoscenza della fotonica fondamentale. Il professor Marin Soljačić del MIT spiega:"L'informatica ottica è un campo di ricerca molto antico. Pertanto, abbiamo dovuto identificare quali recenti progressi nell'hardware fotonico potrebbero fare la differenza. In altre parole, abbiamo dovuto identificare la proposta di valore della fotonica moderna." Il dottorando Charles Roques-Carmes aggiunge:"Abbiamo identificato questa proposta di valore in:(a) eseguire una moltiplicazione a matrice fissa veloce ed economica e; (b) eseguire calcoli rumorosi, il che significa che il risultato del calcolo varia leggermente da un'esecuzione all'altra, un po' come lanciare una moneta. Perciò, questi due elementi sono gli elementi costitutivi del nostro lavoro."

Durante lo sviluppo di questo algoritmo e il benchmarking su vari problemi, i ricercatori hanno scoperto una varietà di algoritmi correlati che potrebbero essere implementati anche nella fotonica per trovare soluzioni ancora più velocemente. Il dottor Yichen Shen, associato post-dottorato, è entusiasta della prospettiva di questo lavoro:"Il campo del potenziamento delle capacità di calcolo con la fotonica integrata è attualmente in forte espansione, e crediamo che questo lavoro possa farne parte. Poiché l'algoritmo che abbiamo sviluppato sfrutta in modo ottimale i punti di forza e di debolezza dell'hardware fotonico, speriamo che possa trovare qualche applicazione a breve termine." Il team di ricerca del MIT sta attualmente lavorando in collaborazione con altri per realizzare esperimenti di proof-of-concept e benchmarking del loro algoritmo su hardware fotonico, rispetto ad altre macchine fotoniche e algoritmi convenzionali in esecuzione su computer.