Rein optische Berechnung einer Gruppe von Transformationen unter Verwendung eines polarisationscodierten diffraktiven Netzwerks

Die Implementierung umfangreicher linearer Transformationen oder Matrixberechnungen spielt eine zentrale Rolle in modernen Informationsverarbeitungssystemen. Digitale Computersysteme müssen bis zu Milliarden von Matrixoperationen pro Sekunde ausführen, um komplexe Rechenaufgaben wie Training und Inferenz für tiefe neuronale Netze auszuführen. Infolgedessen kann der Durchsatz von linearen Transformationsberechnungen die Leistung und Kapazität der zugrunde liegenden Computersysteme direkt beeinflussen. Diese linearen Transformationen werden unter Verwendung digitaler Prozessoren in Computern berechnet, die Engpässe aufweisen können, wenn die Größe der zu verarbeitenden Daten immer größer wird. Hier können rein optische Rechenverfahren durch ihre Parallelität und Geschwindigkeit potenziell Abhilfe schaffen.

In einer kürzlich veröffentlichten Studie in Licht: Wissenschaft und Anwendungenhaben Forscher der University of California, Los Angeles (UCLA) einen polarisationscodierten diffraktiven optischen Prozessor demonstriert, der eine Hochgeschwindigkeits- und Low-Power-Berechnung mehrerer linearer Transformationen ermöglicht, die nur die Beugung von Licht verwendet. Dieser optische Prozessor verwendet eine Reihe strukturierter diffraktiver Oberflächen und einfacher Polarisatorarrays, die gemeinsam das Eingangslicht manipulieren und auf der Ausgangsebene das Ergebnis jeder gewünschten komplexwertigen linearen Transformation des Eingangsfelds erzeugen können. Ein großer Vorteil dieses volloptischen diffraktiven Prozessors gegenüber seinen herkömmlichen elektronischen Gegenstücken besteht darin, dass er mit Ausnahme des Beleuchtungslichts keine Rechenleistung benötigt und durch die Herstellung von großflächigen Wafern für die Verarbeitung großer Eingabedaten skaliert werden kann parallel. Darüber hinaus wird die gesamte Berechnung mit Lichtgeschwindigkeit durch ein dünnes diffraktives Volumen durchgeführt, wodurch die Ausführung komplexwertiger linearer Transformationen extrem schnell wird.

Diese Forschung wurde von Professor Aydogan Ozcan vom Electrical and Computer Engineering Department und dem California NanoSystems Institute (CNSI) an der UCLA geleitet. Diese neue optische Architektur führt einen Polarisationscodierungsmechanismus ein, der es einem einzelnen diffraktiven Prozessor ermöglicht, bis zu vier verschiedene lineare Transformationen durch Polarisationsmultiplexing von Informationen durchzuführen. Indem es den strukturierten Oberflächen ermöglicht wird, mit den in das diffraktive Volumen eingebetteten Polarisationselementen zu kommunizieren, kann ein einzelner diffraktiver optischer Prozessor implizit mehrere unterschiedliche Berechnungskanäle bilden, auf die jeweils unter Verwendung einer spezifischen Kombination der Eingangs- und Ausgangspolarisationszustände zugegriffen werden kann. Nachdem er durch datengesteuerte Ansätze wie Deep Learning trainiert wurde, kann der diffraktive Prozessor rein optisch eine Gruppe von komplexwertigen linearen Transformationen berechnen, die zugewiesen werden können, um verschiedene Rechenaufgaben für verschiedene Polarisationskombinationen auszuführen, einschließlich beispielsweise Bild Klassifizierungs-, Segmentierungs-, Verschlüsselungs- und Filteroperationen. Dieses einzigartige Design ermöglicht es, einen einzelnen diffraktiven optischen Prozessor gleichzeitig mit einer Vielzahl von Aufgaben zu belasten, wodurch die Multifunktionalität optischer Informationsverarbeitungssysteme verbessert wird.

Laut dem UCLA-Forschungsteam kann ihr polarisationscodierter diffraktiver optischer Prozessor aufgrund der Vielseitigkeit seines Designs in verschiedenen Teilen des elektromagnetischen Spektrums arbeiten. Da es die Phasen- und Amplitudeninformationen einer Eingangsszene direkt verarbeiten kann, eignet sich dieses Design besonders für Anwendungen im Visual Computing und kann zum Aufbau intelligenter passiver optischer Frontends für Bildverarbeitungssysteme verwendet werden. Darüber hinaus könnte die inhärente Fähigkeit dieses Systems, Eingangspolarisationsinformationen einer Probe oder Szene zu verarbeiten, auch seine Anwendungen in der polarisationsbewussten optischen Bildgebung und Sensorik ermöglichen, was für bestimmte biomedizinische Anwendungen wie den Nachweis doppelbrechender Kristalle in Körperflüssigkeiten transformativ sein könnte .