Nell'era digitale odierna, le attività computazionali sono diventate sempre più complesse. Ciò, a sua volta, ha portato a una crescita esponenziale dell'energia consumata dai computer digitali. Pertanto, è necessario sviluppare risorse hardware in grado di eseguire calcoli su larga scala in modo rapido ed efficiente dal punto di vista energetico.
A questo proposito, computer ottici, che usano la luce invece dell'elettricità per eseguire calcoli, sono promettenti. Possono potenzialmente fornire una latenza inferiore e un consumo energetico ridotto, beneficiando del parallelismo che sistemi ottici avere. Di conseguenza, i ricercatori hanno esplorato vari progetti di calcolo ottico.
Ad esempio, un'ottica diffrattiva Rete è progettato attraverso la combinazione di ottica e deep learning per eseguire otticamente compiti computazionali complessi come la classificazione e la ricostruzione delle immagini. Comprende una pila di strati diffrattivi strutturati, ciascuno con migliaia di caratteristiche diffrattive/neuroni. Questi strati passivi vengono utilizzati per controllare le interazioni luce-materia per modulare la luce in ingresso e produrre l'output desiderato. I ricercatori addestrano la rete diffrattiva ottimizzando il profilo di questi strati utilizzando apprendimento profondo Strumenti. Dopo la fabbricazione del progetto risultante, questo framework funge da modulo di elaborazione ottica autonomo che richiede solo l'alimentazione di una sorgente di illuminazione in ingresso.
Finora, i ricercatori hanno progettato con successo reti diffrattive monocromatiche (illuminazione a singola lunghezza d'onda) per implementare un singolo trasformazione (moltiplicazione di matrici) operazione. Ma è possibile implementare molte più trasformazioni lineari contemporaneamente? Lo stesso gruppo di ricerca dell'UCLA che per primo ha introdotto le reti ottiche diffrattive ha recentemente affrontato questa questione. In un recente studio pubblicato su Fotonica avanzata, hanno utilizzato uno schema di multiplexing della lunghezza d'onda in una rete ottica diffrattiva e hanno mostrato la fattibilità dell'utilizzo di un sistema diffrattivo a banda larga processore eseguire operazioni di trasformazione lineare massivamente parallele.
Il professor Aydogan Ozcan del cancelliere dell'UCLA, leader del gruppo di ricerca presso la Samueli School of Engineering, descrive brevemente l'architettura e i principi di questo processore ottico: "Un processore ottico diffrattivo a banda larga ha un campo visivo di input e output con Ni e No pixel, rispettivamente. Sono collegati da successivi strati diffrattivi strutturati, realizzati con materiali trasmissivi passivi. Un gruppo prestabilito di Nw lunghezze d'onda discrete codificano le informazioni di input e output. Ogni lunghezza d'onda è dedicata a una funzione target univoca oa una trasformazione lineare a valori complessi", spiega.
“Queste trasformazioni target possono essere specificatamente assegnate per funzioni distinte come la classificazione e la segmentazione delle immagini, oppure possono essere dedicate al calcolo di diverse operazioni di filtro convoluzionale o livelli completamente connessi in una rete neurale. Tutte queste trasformazioni lineari o funzioni desiderate vengono eseguite simultaneamente alla velocità della luce, dove ogni funzione desiderata è assegnata a una lunghezza d'onda univoca. Ciò consente al processore ottico a banda larga di elaborare con throughput e parallelismo estremi.
I ricercatori hanno dimostrato che un tale progetto di processore ottico multiplexato in lunghezza d'onda può approssimare Nw trasformazioni lineari uniche con un errore trascurabile quando il suo numero totale di caratteristiche diffrattive N è maggiore o uguale a 2NwNiNo. Questa conclusione è stata confermata per Nw > 180 trasformazioni distinte attraverso simulazioni numeriche ed è valido per materiali con diverse proprietà di dispersione. Inoltre, l'uso di un N più grande (3NwNiNo) aumentato Nw oltre a circa 2000 trasformazioni uniche che vengono tutte eseguite otticamente in parallelo.
Per quanto riguarda le prospettive di questo nuovo progetto informatico, Ozcan afferma: "Tali processori diffrattivi multiplexati in lunghezza d'onda massicciamente paralleli saranno utili per la progettazione di sistemi di visione artificiale intelligenti ad alto rendimento e processori iperspettrali e potrebbero ispirare numerose applicazioni in vari campi, tra cui l'imaging biomedico, telerilevamento, chimica analitica e scienza dei materiali.
