光子數據轉化在金融領域的應用研究

吳永飛 陳 辰 王彥博 李東英

隨著大數據、人工智能技術的快速發展，大語言模型橫空出世，受到了國內外學者和從業者的高度關注。在計算量如此龐大的今天，傳統的計算機愈發難以滿足現有需求。在此背景下，光子計算依托其特有的計算優勢，有望為數字經濟時代算力瓶頸的突破提供全新破局之道。本文聚焦光子金融科技中的“光子數據轉化”方向，結合商業銀行業務場景進行探索，為光子科技助力金融科技提供創新思路和研究方法。

引言

隨著ChatGPT等大語言模型的橫空出世，其底層的算力需求備受學界和業界關注。面對海量的數據和超大模型的計算需求，傳統基于電子的經典算力體系面臨嚴峻挑戰。光子計算得益于其高帶寬、低損耗、低延時、可高度并行的優勢，有望為數字經濟時代算力瓶頸的突破提供全新破局之道。一直以來，我國高度關注光子科技的發展。2015年2月，習近平總書記親赴中國科學院西安光學精密機械研究所考察時，就詳細詢問了高功率半導體激光器、光纖溫度傳感器等技術情況，并強調“過去我們貧窮弱小，需要自力更生。現在國力增強了，我們仍要繼續自力更生，核心技術靠化緣是要不來的”。本文立足于金融科技視角，聚焦光子數據轉化方向，結合商業銀行業務場景進行探索，以期為商業銀行應用光子科技提供新思路。

光子數據轉化技術

在數字經濟時代下，隨著各行各業數字化轉型發展的不斷深化，數據量呈現指數級增長。特別是在數據成為新型生產要素的今天，如何將數據在真實的應用場景中“用活”“用巧”“用好”，已成為各行各業亟待解決的問題。

對于光子金融科技而言，光子數據轉化作為光子數據治理中的關鍵環節，其重要性不言而喻。無論是傳統計算還是光子計算，都離不開數據算料的支持，但不同的計算對數據算料的要求不同。以光子計算為例，在進行光子計算之前，首先需要將電信號或其他形式的信息轉化為光信號，這就涉及運用光子數據轉化技術。同樣，為了從光子計算中獲取結果，也需要將光信號轉化為電信號或其他形式的信息，這也離不開光子數據轉化技術。因此，光子數據轉化是連接光子計算系統和經典計算系統的橋梁紐帶，既是光子計算的第一步也是最后一步。正因如此，高效的光子數據轉化方案不僅能夠提高光子計算的精度和準確度，也能夠提升計算速度，賦能光子計算技術的高效性和可用性，值得深入研究。

當前，國內外已經有諸多學者對光子數據轉化的方法開展了研究探索。概括而言，常見的光子數據轉化技術方法包括相位編碼、振幅編碼、空間編碼、頻率編碼、時間編碼及多種編碼綜合運用的方案。

相位編碼是將數字信號通過調制器件轉換為光學相位的變化，并利用相位差分或相干干涉技術進行信息解調和處理。1995年，Refregier和Javidi提出了具有開創性的光學加密方案，并提出了基于傅里葉變換的雙隨機相位加密方法，該技術使用了基于4F系統（一種光學成像系統，可以利用光學傅里葉變換技術、光學相干技術進行二維處理，實現圖像加減、圖像微分等）的雙隨機相位編碼[1]。2022年，胡躍強等人提出了一種基于超構表面全光衍射神經網絡的多任務智能感知芯片，它能在可見光下執行多個通道的低功耗、極速智能圖像識別任務，其利用亞波長納米結構的偏振復用方案，構建了一種多通道分類器框架，該架構基于極化多路復用元表面的一種體系結構，實現多通道的相位編碼[2]。

振幅編碼是將數字信號通過模擬振幅器件的控制實現光強的調制，從而實現信息的編碼和傳輸。2017年，沈亦晨等人將硅基光電子技術和深度學習進行融合，提出一種全光卷積架構，在相關納米光子芯片上實現了語音識別功能。在該框架中，信號被編碼在集成光子波導中傳播的光脈沖的振幅中[3]。

空間編碼是將數字信號通過空間光調制器件轉化為形態和位置的變化，并利用空間濾波、衍射、反射等光學效應實現信息處理和識別。2017年，解萬財等人提出了一種基于空間光調制器的空間編碼方式，該技術使用單束激光直接產生混合光模式陣列進行編碼通信，這對于提高信息傳輸的容量有著重要的作用[4]。

頻率編碼是將數字信號通過調制光源的頻率實現信息的編碼和傳輸。2001年，趙鴻等人應用光學中的頻率編碼法和影像云紋法對短圓柱組合薄殼的屈曲現象進行研究，將其運用到快堆主容器結構穩定性模擬實驗中，并取得了較好的實驗結果[5]。

時間編碼是將數字信號轉化為光脈沖的時間差，利用光脈沖在光纖中傳播的特性實現信息的傳輸和處理。2020年，清華大學陳宏偉團隊提出了時間編碼單像素三維成像技術，利用超快的時間編碼進行空間調制，大大提高了編碼調制速度，最終使得三維成像速度也得到了巨大的提升[6]。

此外，還有諸多學者對多種編碼綜合方式進行了研究探索。2015年，涂顏帥提出了一種基于時間頻率編碼的高速三維測量方案，該方案在不改變相機幀率的前提下，充分利用了高速投影儀的幀率，提高了測量速度，降低了成本[7]。2018年，Lin等人提出了一種全光衍射深度神經網絡（D2NN）架構，能對MNIST手寫數字數據集和Fashion-MNIST時尚產品數據集進行有效分類，在對MNIST手寫數字數據集進行分類時，輸入數字被編碼到D2NN輸入場的振幅通道中；而對Fashion-MNIST時尚產品數據集進行分類時，將目標時尚產品圖像數據編碼到輸入平面相位通道中[8]。

不同的編碼方式具有不同的特點，需要按照研究問題和使用光子計算方法選擇合適的光子數據轉化方式進行數據編碼，為光子計算提供前期的算料支撐。以光子全同態加密為例，由于其隱私性、保密性和量子安全等特性，在金融領域具有巨大的應用前景。在全同態加密領域中，基于光學器件的快速傅里葉變換方案，由于依靠光學物理過程完成傅里葉變換，具有比當前基于電芯片的數論變換方案快幾個數量級的巨大潛力。業界已有基于光學傅里葉變換的全同態加密方案，可將復數域的數字信號通過振幅編碼和相位編碼的方式調制到光上。此外，由于密文數據相比明文數據膨脹達上萬倍，光子通信技術可以滿足全同態加密計算中巨大的數據帶寬需求，而光子數據轉化同樣對光子通信的精度和速度都有重要影響。

光子數據轉化在金融場景中的應用

2023年4月，吳永飛等人在《銀行家》雜志發表題為《光子計算在金融領域的研究應用——聚焦“光子金融科技”新方向》的文章，首次提出了光子科技和金融科技相結合的“光子金融科技”概念，支持將光子科技批量化引入金融科技業務場景。文章中提到了光子計算在風險價值計量和銀行賬戶欺詐識別兩類金融業務場景的應用，其核心是依托光子計算低能耗、高速率等特性，完成復雜的數據計算，達到對當前頂端GPU計算效率的超越[9]。

上述金融場景是運用了一種可編程光學矩陣乘法器的實現方法，屬于“相位編碼”范疇，該系統在物理層面主要包括光芯片和電芯片，兩塊芯片由3D倒裝堆疊的方式封裝在一起。在物理層面，所有的光器件都集成在一塊光芯片上，而光芯片的控制電路和內存都部署在電芯片上。電芯片上除了光芯片的控制電路和內存之外，還有一部分數模轉換電路和模數轉換電路以及其他的業務邏輯電路。功能層面主要包括信號輸入、處理和輸出三大部分。光芯片主要負責高速矩陣乘法運算，電芯片主要有三大功能，即光芯片的驅動控制、數模模數轉換功能和其他非矩陣乘法的運算。

對于數據轉化過程，主要使用數模轉換器、光調制器和模數轉換器完成對數字電信號、模擬電信號和光信號的數據轉化。主要包括在權重加載和數據加載階段，使用數模轉換器將數字電信號的數據和權重轉化為模擬電信號，而后使用光調制器將模擬電信號轉化為光信號。具體步驟如下：在權重加載和數據加載階段，首先在數字電路上通過合適的編譯把數據和權重調制到合適的周期，在給定的時間周期內，運用數模轉換器把數字電信號的數據和權重轉成模擬電信號，再利用模擬電信號去驅動光芯片上的光調制器，而后光調制器將信號調制到光信號上。在結果解碼階段，輸出的光信號在被光學接收器接收后，光信號被解調成模擬電信號，這些模擬信號經過模數轉換器轉化為數字電信號，作為矩陣運算的結果供后續運算使用。

通過上述方法對金融相關業務數據進行光子數據轉化，并利用光子計算對問題進行求解，達到遠超CPU和GPU的運算效果，體現了光子計算優勢。

結語

在數字經濟時代下，光子金融科技應運而生。在光子計算實現的過程中，離不開將經典數據向光子數據轉化的過程，不同的計算問題、不同的光子算法，所使用的光子數據轉化方式各有不同，也各具優勢。未來應繼續深入研究光子金融科技背景下不同光子計算的數據轉化方式，推進光子數據治理，為數字經濟時代下全社會廣泛運用光子科技提供相關實踐經驗。