早期的光學計算機被用于做一些線性運算的計算(如傅立葉變換和相關(guān)性),并主要應(yīng)用于模式識別和合成孔徑雷達年栓。然而拆挥，隨著現(xiàn)代超大規(guī)模集成技術(shù)和高效算法的出現(xiàn)，基于硅電路的數(shù)字信號處理變得如此快速和并行某抓，以至于模擬光學計算難以與之匹敵纸兔。隨后出現(xiàn)的數(shù)字光計算將非線性光開關(guān)與取代電線的線性光互連(optical interconnections)相結(jié)合黄锤，并在1980年代得到了熱烈追捧。光互連在功耗方面具有優(yōu)勢食拜；然而，在全光實現(xiàn)中副编，與電子開關(guān)相比负甸，光開關(guān)的功率低下和大尺寸抵消了這一優(yōu)勢。因此痹届，全光數(shù)字計算機還沒有競爭力呻待。光學還被用于不基于布爾邏輯(Boolean logic)的非線性計算的實現(xiàn)，例如神經(jīng)網(wǎng)絡(luò)的光學實現(xiàn)队腐。原則上蚕捉，神經(jīng)網(wǎng)絡(luò)的密集連接性及其對噪聲和設(shè)備缺陷的相對魯棒性使它們成為光學計算的一個有前途的領(lǐng)域。
博覽：2021Nat Comput Sci可拓展的光學學習算子
技術(shù)背景：
早期的光學計算機被用于做一些線性運算的計算(如傅立葉變換和相關(guān)性),并主要應(yīng)用于模式識別和合成孔徑雷達柴淘。然而迫淹，隨著現(xiàn)代超大規(guī)模集成技術(shù)和高效算法的出現(xiàn)，基于硅電路的數(shù)字信號處理變得如此快速和并行为严，以至于模擬光學計算難以與之匹敵敛熬。隨后出現(xiàn)的數(shù)字光計算將非線性光開關(guān)與取代電線的線性光互連(optical interconnections)相結(jié)合，并在1980年代得到了熱烈追捧第股。光互連在功耗方面具有優(yōu)勢应民；然而，在全光實現(xiàn)中夕吻，與電子開關(guān)相比诲锹，光開關(guān)的功率低下和大尺寸抵消了這一優(yōu)勢。因此涉馅，全光數(shù)字計算機還沒有競爭力归园。光學還被用于不基于布爾邏輯(Boolean logic)的非線性計算的實現(xiàn)，例如神經(jīng)網(wǎng)絡(luò)的光學實現(xiàn)稚矿。原則上蔓倍，神經(jīng)網(wǎng)絡(luò)的密集連接性及其對噪聲和設(shè)備缺陷的相對魯棒性使它們成為光學計算的一個有前途的領(lǐng)域。
當前不足：
近年來盐捷，人們對光學實現(xiàn)的神經(jīng)網(wǎng)絡(luò)的興趣日益濃厚偶翅，部分原因是需要管理的大型數(shù)據(jù)庫，對現(xiàn)有數(shù)字電子計算機的能力要求越來越高碉渡。設(shè)計一臺可行的光學計算機(包括神經(jīng)計算機)的關(guān)鍵難題是將系統(tǒng)的線性部分(光學競爭優(yōu)勢的來源)與非線性元件和輸入-輸出接口相結(jié)合聚谁，同時保持光互連的速度和功率效率。
文章創(chuàng)新點：
基于此滞诺，瑞士洛桑聯(lián)邦理工學院的U?ur Te?in(一作兼通訊)等人提出一種將光學系統(tǒng)的線性和非線性部分組合限制在一根多模光纖的一個共享體積內(nèi)的可擴展光學學習算子(scalable optical learning operator,SOLO)解決方案形导。并通過用于單變量線性回歸环疼、多變量線性回歸、面部圖像的年齡預(yù)測朵耕、音頻語音分類和 X 射線圖像任務(wù)的 COVID-19 診斷等實驗炫隶，證明了基于多模光纖的模擬光學計算機具有高能效、通用性阎曹，并且獲得的性能可與數(shù)字計算機相媲美伪阶。
（1）將光學的三維連通性與光纖提供的長相互作用長度和橫向限制相結(jié)合，這使得在相對較低的光功率下實現(xiàn)光學非線性成為可能处嫌。
（2）在多模光纖中密集支持的大量空間模式既保持了光學的傳統(tǒng)高并行度特性栅贴，又保持了緊湊的外形。
（3）應(yīng)用百萬像素空間光調(diào)制器(spatial light modulator,SLM)和相機熏迹，多模光纖的二維輸入和輸出接口可以維持大的信息處理吞吐量檐薯。
原理解析：
在機器學習研究中，對輸入數(shù)據(jù)做各種各樣的非線性變換來學習隱藏在數(shù)據(jù)中的復雜關(guān)系注暗。作者利用高光強(125kHz重復率,10ps脈沖的釔光纖激光器(Amplitude Laser Satsuma)坛缕。脈沖集中在1,033nm附近，寬度為10nm)的輸入模式在多模光纖(5m的商用GRIN 50/125 MMF捆昏，NA為0.2祷膳，對于給定的激發(fā)，這種光纖允許每個偏振有 120 個模式)里傳輸產(chǎn)生的非線性映射關(guān)系作為機器學習的物理實現(xiàn)屡立。
(1) 空間調(diào)制(SLM實現(xiàn)直晨，Holoeye Pluto-NIRII )強脈沖激光攜帶的輸入數(shù)據(jù)信息，空間調(diào)制光束經(jīng)透鏡傅里葉變換后聚焦在光纖的入射面膨俐。耦合到光纖每個模式的光量(amount of light)由入射光振幅和模式分布(mode profile)之間的內(nèi)積給出勇皇。
(2) 在光纖中傳輸時，最初的復模式系數(shù)隨著時空線性和非線性效應(yīng)發(fā)生演變焚刺。信息的非線性變換由光纖模式之間的非線性能量交換完成敛摘。
(3) 光纖出射端的變換后的信息成像在相機上。像的每一個像素作為線性回歸或單層神經(jīng)分類算法的輸入特征來估計SLM上輸入的本體(identity)乳愉。
鑒于光纖和激光源的特性兄淫，多模光纖執(zhí)行的輸入-輸出操作是固定的和高度非線性的。通過將光域中的固定非線性多模光纖(MMF)映射與單層數(shù)字神經(jīng)網(wǎng)絡(luò)(決策層)相結(jié)合來實現(xiàn)可重構(gòu)處理器蔓姚，該網(wǎng)絡(luò)訓練使用大量輸入-輸出對數(shù)據(jù)集識別相機上記錄的輸出捕虽。原理圖如圖1所示。
實驗結(jié)果
圖2a,b,c,d分別為鮑魚數(shù)據(jù)集的線性回歸結(jié)果坡脐、人臉數(shù)據(jù)集的線性回歸結(jié)果泄私、音頻數(shù)據(jù)集數(shù)字和演講者分類的混淆矩陣。e，年齡預(yù)測數(shù)據(jù)集的損失函數(shù)(均方誤差)的演變晌端。f捅暴，使用音頻數(shù)據(jù)集進行數(shù)字分類的準確性和損失函數(shù)(分類交叉熵)的演變。g咧纠，使用音頻數(shù)據(jù)集進行說話人分類的準確性和損失函數(shù)(分類交叉熵)的演變蓬痒。
附錄：
參考文獻：Te?in, U., Y?ld?r?m, M., O?uz, ?. et al. Scalable optical learning operator. Nat Comput Sci 1, 542–549 (2021).
DOI：https://doi.org/10.1038/s43588-021-00112-0
關(guān)于昊量光電：
上海昊量光電設(shè)備有限公司是國內(nèi)知名光電產(chǎn)品專業(yè)代理商，代理品牌均處于相關(guān)領(lǐng)域的發(fā)展前沿漆羔；產(chǎn)品包括各類激光器梧奢、光電調(diào)制器、光學測量設(shè)備钧椰、精密光學元件等，涉及應(yīng)用領(lǐng)域涵蓋了材料加工符欠、光通訊嫡霞、生物醫(yī)療、科學研究希柿、國防及更細分的前沿市場如量子光學诊沪、生物顯微、物聯(lián)傳感曾撤、精密加工端姚、先進激光制造等；可為客戶提供完整的設(shè)備安裝挤悉，培訓渐裸，硬件開發(fā)，軟件開發(fā)装悲，系統(tǒng)集成等優(yōu)質(zhì)服務(wù)昏鹃。
您可以通過昊量光電的官方網(wǎng)站www.wjjzl.com了解更多的產(chǎn)品信息，或直接來電咨詢4006-888-532诀诊。
本文章經(jīng)光學前沿授權(quán)轉(zhuǎn)載,商業(yè)轉(zhuǎn)載請聯(lián)系獲得授權(quán)洞渤。