超導光子打造的類腦運算

Lex 請 Shainline 從電晶體與矽半導體的基本物理講起，說明摻雜、閘極怎麼控制電流開關。

矽的能隙剛好、天然長出的二氧化矽是絕佳閘極絕緣層，這些特性湊在一起讓矽打敗鍺與化合物半導體；兩人也聊物理與工程在這類突破裡各自的分量。

在接近絕對零度時，電子集體進入同一個量子態，電流因此可以無損耗地一直流動，這就是超導。

兩段超導線中間夾一個弱連結就是 Josephson junction，電流超過臨界值會把量子化的電流「彈」進迴路，速度可以逼近光速的三分之一。

超導開關雖然快上百倍，但矽早已靠著把電晶體越做越小站穩產業優勢，1970 年代 IBM、90 年代的超導邏輯嘗試最後都沒能撼動它。

數位電路靠時脈與序列運算；大腦沒有時脈，神經元各自非同步放電，是一種網絡式的運算。

電子擅長運算、光子擅長傳訊，這篇論文想把兩者結合；也提到 Rolf Landauer「資訊是物理的」概念，說明傳訊理想上不該改變資訊本身。

電子傳訊要幫整條線充電，連接數一多能耗就暴增；光子彼此不干擾，用波導分光就能同時送到上萬個節點，還能靠超導單光子偵測器接住單一顆光子。

從接近傳統數位電路、到用類比方式操作電晶體模擬神經元，一路到完全放棄半導體、從第一原理重新設計硬體，Shainline 把自己放在光譜最遠的那一端。

神經元做遠距離連結的機率隨距離呈冪律衰減而非指數衰減，這種尺度不變的碎形結構在空間與時間上都存在，被他當成硬體設計的路線圖。

神經元各自專精又彼此共享資訊，靠著跨越空間與時間尺度的巢狀震盪整合起來；皮質、海馬迴與視丘各司其職又互相協調，這種模組化架構也是硬體要模仿的原則。

從 Hopfield network 的吸引子談起，記憶靠改變突觸權重來實現，並區分監督式學習（外部調權重）與非監督式學習（網路自己靠內建物理特性調權重）。

介紹 NIST 波德團隊的跨領域背景，並解釋為什麼矽晶片做不出理想的光源：這是物理限制，不是工程問題。

到了超導的世界，矽只是晶圓的「麵包」，光源不用跟電晶體晶格匹配；加上超導單光子偵測器把所需光強降低了三個數量級，讓整合變得可行。

他認為只要放棄手機、筆電這類消費應用，冷卻到 4 開爾文換來的效能提升，在科學研究與大型系統上完全值得。

突觸把光子轉成電流注入超導迴路，樹突與神經元本體都用同一種基本電路搭出來，靠調整參數產生不同的行為。

大腦異常緊湊，人造神經元卻做不到那麼小，只能靠疊層晶圓與波導在垂直方向把連結數堆上去，才有機會接近大腦的規模。

疫情期間他們把每個突觸、樹突、神經元都簡化成同一種漏電積分放電模型，讓模擬規模衝到百萬神經元等級。

Shainline 坦言自己志不在短期賺錢，但也提到同事在做的九像素影像分類器，以及跟 Tesla Dojo 這類大型訓練系統的比較：優勢是極快，但要先扛過冷卻到 4K 的固定成本。

兩人談工程師對容許失敗的不適應，Shainline 轉述 Turing 說過的話：系統要嘛有智慧、要嘛完美，沒辦法兩者兼得；他也提到自己在自駕車該不該把人排除在外這件事上跟 Elon Musk 有分歧。

從宇宙為何精細調校成適合生命存在，延伸問為什麼這些常數也剛好讓矽這類材料能拿來做電晶體。

介紹 Smolin「黑洞會生出新宇宙」的想法，主張物理常數會演化到最有利於製造黑洞，也就是最會生恆星的那組數值。

Shainline 推算只要把十公斤物質壓縮到夠高密度就能形成黑洞，技術文明造黑洞的效率可能遠勝恆星，光是太陽系裡的廢料就能造出上兆個。

討論費米悖論與稀有地球假說，微生物在宇宙中可能很常見，但能演化出寒武紀大爆發那種複雜生命非常罕見。

兩人收尾討論，如果宇宙真的一路演化出更高層級的智慧，人類或許不是終點，只是這整個過程裡的一個階段。

他描述比人類更強大的認知系統，用超導感測器接收從無線電到伽瑪射線的各種訊號、觀察整個宇宙，甚至可能把地球當成觀察與維護的對象。