Физики из Стэнфорда построили нейросеть на ультрахолодных атомах и фотонах, которая хранит значительно больше информации, чем классическая модель Хопфилда сопоставимого размера. Система достигла семикратного увеличения ёмкости и показала, что физическая динамика может восстанавливать полные образы из искажённых фрагментов.

Сеть Хопфилда работает как ассоциативная память: каждое сохранённое изображение соответствует устойчивому состоянию системы. Это позволяет неполному входу постепенно сформировать правильный ответ. Но при добавлении новых воспоминаний появляется проблема. Энергетический ландшафт насыщается ложными минимумами, система становится спиновым стеклом, и восстановление образов начинает давать сбои.

Вместо борьбы со спиновым стеклом исследователи превратили его хаотичные состояния в дополнительную память. Неравновесная квантово-оптическая динамика изменила способ выбора устойчивых состояний: те минимумы, которые классической модели мешают, при таком режиме стали пригодными воспоминаниями.

Экспериментальную установку разместили в оптическом резонаторе с двумя изогнутыми зеркалами. Лазерные пинцеты удерживали конденсаты Бозе—Эйнштейна, каждый содержал минимум 10 тысяч атомов и играл роль одного вычислительного элемента. Фотоны, отражаясь между зеркалами, связывали атомные ансамбли. Такое тесное взаимодействие атомов и света уже используют как самостоятельный вычислительный ресурс.

Система работала с 20 эффективными спинами. При 16-спиновой конфигурации средняя ёмкость составила 11,9 образов против 3,6 у обычной сети Хопфилда с хеббовским обучением. Когда исследователи ослабили оптические ловушки, одна из конфигураций удержала 25 образов — почти в семь раз больше, чем классический аналог.

Результаты имели компромисс. Чем больше образов хранилось в спиновом стекле, тем хуже система переносила сильное искажение входных данных. Движение атомов, однако, проявило неожиданное полезное свойство. Атомные облака смещались и перестраивали связи внутри сети, действуя как кратковременная синаптическая пластичность. Подобный подход, где физическая среда берёт часть нагрузки алгоритма, недавно применили в волновом процессоре для управления роботом.

Авторы не предлагают немедленную замену GPU или оперативной памяти. Установка требует ультрахолодных атомов, вакуумной камеры, лазеров и сложной оптики — это доказательство принципа. Главное открытие в том, что физическая динамика способна дать ассоциативной памяти свойства, недостижимые простым масштабированием электронной схемы. Результаты опубликованы в журнале Science в сентябре 2026 года.

Фотоника постепенно перехватывает у электроники не только передачу данных, но и обучение. В марте специалисты показали спайковую нейросеть, где линейные и нелинейные операции выполнялись непосредственно светом с задержкой около 320 пикосекунд на чипе.

Другой проект объединил датчик, память и обработку сигнала в одном светочувствительном элементе. Созданный фототранзистор реагировал на свет и сохранял след оптического импульса с управляемой скоростью затухания.

Интерес к оптическим вычислениям вышел далеко за пределы лабораторий. В Шанхае открылась специализированная фотонная лаборатория, сосредоточенная на архитектурах, где световые сигналы берут на себя функции традиционной электроники.