本文综述光学非线性在机器学习与光通信中的应用：利用光学计算实现图像分类，借助混沌光学提升边缘计算非线性处理；通过多次散射构建可编程光学多层网络，非线性激活将图像分类精度从85%提升至94%；采用自编码器优化光纤传输，使距离提高约三倍；量子点巨非线性助力光子量子计算；深度学习降低非线性薛定谔方程求解复杂度；光学非线性狭缝用于高分辨成像；Transformer实现非线性信道均衡；循环网络预测孤子压缩与超连续谱演化。