2026-09-22
斯坦福用多模腔做成十六自旋全连接网络,非平衡下降把玻璃赝态变成记忆。平均容量11.9,阱变软后达25,约是Hebbian Hopfield的七倍。
Hopfield 网络把记忆写成全连接 Ising 自旋的能量极小值:Hebbian 规则写突触,平衡态随机下降做图案补全。Amit 等人给出热力学容量上限 P0 ≈ 0.14n。存多了,系统掉进自旋玻璃,能量面碎成指数多个赝极小值,一次自旋翻转误差就会滑进隔壁山谷。玻璃态因此长期被当成联想记忆的禁区。
这个上限是物理实现里的硬约束。dense associative memory 用三体以上相互作用能抬容量,并被接到 Transformer 上,但实验上几乎没人真的去用玻璃态那堆「赝记忆」。Stanford 的 Lev 与 Ganguli 组 2021 年理论上说过:把 Metropolis-Hastings 换成腔 QED 的驱动-耗散最陡下降,赝极小值的吸引盆会变大,玻璃态能当记忆用。这篇 Science 把十六自旋网络做成实物,并且发现原子会自己挪位置、改连接,像短期突触可塑性一样再把容量抬一截。
硬件是多模光学腔里的铷 BEC 阵列。每个光镊里约 4.2×10⁴ 个原子,两种棋盘密度波对应有效自旋的上下;腔内光子提供全连接、变号的突触 Jij。腔选「4/7」几何(镜间距与曲率半径之比约 1.22),相互作用落到带纵向场的受挫横场 Ising 模型。DMD 把纵向泵浦切成十六束,给每个自旋加刺激场 fi,相当于输入一张带翻转噪声的图案。
回忆时,横向泵浦在 8 ms 内指数升到相互作用约 2π·2 kHz,同时 3 ms 内把 |fi| 拉到约等于反冲频率 ωz ≈ 2π·7.5 kHz,再保持约 3 ms,最后关掉 fi,让系统无偏地掉进吸引子。全息成像读每个自旋的相位。
动力学上,腔冷却让「降能翻转」的速率正比于释放的能量,路径比 MH 确定得多:MH 里凡是降能的翻转机会均等。连接也不是钉死的。光镊阱不够硬,腔场光力能把原子团推出阱心最多约 4 μm,相当于阱腰的 20%,于是 Jij = J(ri, rj) 跟着位置变。自旋翻转改腔场,腔场再推原子,当前能量盆被弹性加深,像晶格里的极化子把自己困住。这篇并不把 J 训练成指定图案,只是随机挪阵列得到不同无序实现,再用随机刺激采样自然记忆。n=4/8/12/16 各测五个 J;容量只数 50% 回忆概率下盆深至少一次翻转的那些。n=16 平均 51 个候选,绝大多数盆小于 1,扔掉。
同一口径重算过的有限尺寸 Hopfield,n=16 时 Hebbian 平均只能稳住 3.59 个记忆,在打算存 P=4 时最优;热力学公式 0.138n 只给出 2.21;伪逆学习规则的上限是 n 本身。
| 设置 | n=16 容量 | 说明 |
| Hopfield Hebbian | 3.59 | 10000 次无序平均 |
| 实验五个 J 平均 | 11.9(6) | 约 3.3 倍 Hopfield |
| J1 默认弹性 | 14(1) | 单次无序实现 |
| J1 阱功率降四倍 | 25(2) | 约七倍 Hopfield |
| 75% 阈值下平均 | 5(1) | 仍高于 Hopfield |
J1 默认阱下平均盆深 2.1 次翻转,Hopfield 是 3.9:多记几条,每条更浅。记忆 1 的盆接近 4 次翻转,其余典型 1–3。实验容量跟 Sherrington-Kirkpatrick 玻璃在最陡下降下的模拟对得上,跟 MH 对不上。测到的平均盆体积接近 2ⁿ 除以容量这个上界。
半经典模拟对上实验数字:默认弹性加噪声 12(2) 对实验 14(1),软阱 23(3) 对 25(2)。刺激相位噪声和 0.5 μm 阱漂移全关掉,默认弹性可到 36(2),软阱到 60(4)。无弹性时阱漂移把容量从 22 砍到 14,降约 36%;弹性增强后阱噪声几乎不掉容量。n=20 遇到 97 个候选,只测了最常见的 25 个,其中 11(1) 合格,这是下界。
给做物理神经网络和光计算的人看,这是一次把「玻璃态不能当记忆」翻过来的实验。容量增益不靠造更高阶相互作用,靠非平衡动力学加连接弹性。生物里短期突触可塑性本来就能抬容量,这里用原子位移做了量子光学版前体。
眼下还不能当产品。n=16 测容量已经很费时,n>16 暴力枚举不行;J 也不训练成指定图案,记的是网络自己长出来的自然记忆。半经典理论对容量准,对具体图案平均差约 6 个自旋,解析 J 不够准。若要跟进硬件,更该盯纵向与横向泵浦的相位锁定、把 DMD 换成空间光调制器:模拟说光压噪声,默认弹性就能再抬两三倍。
还没有直接拍到自旋时间轨迹,「确实是最陡下降」只是容量曲线跟 SK-SD 吻合,不是动力学证据。玻璃态的长期老化没做。50% 回忆阈值是为了压有限尺寸效应和实验噪声;改成 75%,n=16 平均容量掉到 5(1),软阱增益也变小。刺激场有未锁定的全局相位,弱刺激会抑制回忆。n=20 没有测完。
赝极小值能当记忆,换来的是更浅的盆,抗噪声不如 Hopfield。弹性是短期的,泵浦关掉原子就弹回阱心;长期可塑性还只是设想,比如把光势做成多阱、把学到的位置冻住。