最先進(jìn)的神經(jīng)網(wǎng)絡(luò)中的大部分計(jì)算包括線性運(yùn)算，例如矩陣向量乘法和卷積。線性運(yùn)算在密碼學(xué)中也可以發(fā)揮重要作用。雖然 GPU 和 TPU 等專用處理器可用于執(zhí)行高度并行的線性操作，但這些設(shè)備耗電，電子設(shè)備的低帶寬仍然限制了它們的運(yùn)行速度。光學(xué)器件因其固有的并行性以及較大的帶寬和計(jì)算速度而更適合此類操作。

由一組空間工程薄表面、衍射深度神經(jīng)網(wǎng)絡(luò) （D²NN），也稱為衍射網(wǎng)絡(luò)，形成了一種最近興起的光學(xué)計(jì)算架構(gòu)，能夠以光在超薄體積中傳播的速度被動(dòng)地執(zhí)行計(jì)算任務(wù)。

這些特定任務(wù)的全光學(xué)計(jì)算機(jī)是通過(guò)學(xué)習(xí)其組成衍射表面的空間特征而進(jìn)行數(shù)字設(shè)計(jì)的。按照這個(gè)一次性設(shè)計(jì)過(guò)程，優(yōu)化的表面被制造和組裝，形成衍射光學(xué)網(wǎng)絡(luò)的物理硬件。

在Advanced Photonics Nexus上發(fā)表的論文中，由加州大學(xué)洛杉磯分校校長(zhǎng)教授兼Volgenau工程創(chuàng)新主席Aydogan Ozcan領(lǐng)導(dǎo)的研究小組介紹了一種在空間非相干照明下使用衍射網(wǎng)絡(luò)執(zhí)行復(fù)值線性運(yùn)算的方法。

圖片:performing-complex-val.jpg

使用空間非相干衍射網(wǎng)絡(luò)的復(fù)值線性變換 （a） 空間非相干衍射網(wǎng)絡(luò)模型的工作流程：輸入向量的復(fù)值元素由一組真實(shí)的非負(fù)強(qiáng)度值（鑲嵌）表示。得到的輸入強(qiáng)度模式被饋入非相干衍射網(wǎng)絡(luò)。在輸出中，從一組預(yù)定義的強(qiáng)度像素合成復(fù)值矢量元素（去馬賽克）。（b） 圖像加密應(yīng)用。字母“U”和“C”被編碼在復(fù)雜圖像的振幅和相位中，該圖像被數(shù)字加密，然后使用空間非相干衍射網(wǎng)絡(luò)進(jìn)行解密。解密后的復(fù)雜圖像與原始圖像非常匹配。

同一小組之前已經(jīng)證明，具有足夠自由度的衍射網(wǎng)絡(luò)可以對(duì)空間相干光進(jìn)行任意復(fù)值線性變換，誤差可以忽略不計(jì)。

相反，對(duì)于空間非相干光，如果定義變換的矩陣元素是實(shí)數(shù)和非負(fù)的，則這些網(wǎng)絡(luò)可以對(duì)輸入光強(qiáng)度執(zhí)行任意線性變換。鑒于空間上不相干的照明源更普遍且更易于訪問(wèn)，因此越來(lái)越需要空間上不相干的衍射處理器來(lái)處理非負(fù)值以外的數(shù)據(jù)。

通過(guò)結(jié)合預(yù)處理和后處理步驟，用一組非負(fù)實(shí)數(shù)表示復(fù)數(shù)，加州大學(xué)洛杉磯分校的研究人員將空間非相干衍射網(wǎng)絡(luò)的處理能力擴(kuò)展到復(fù)數(shù)域。

相關(guān)鏈接：https://phys.org/news/2024-01-complex-valued-linear-spatially-incoherent.html