Transformações lineares de valor complexo usando redes difrativas espacialmente incoerentes (a) O fluxo de trabalho do modelo de rede difrativa espacialmente incoerente:um elemento de valor complexo do vetor de entrada é representado por um conjunto de valores de intensidade reais e não negativos (mosai ). O padrão de intensidade de entrada resultante é alimentado na rede difrativa incoerente. Na saída, um elemento vetorial de valor complexo é sintetizado a partir de um conjunto predefinido de pixels de intensidade (desmosicing). (b) Aplicativo de criptografia de imagem. As letras 'U' e 'C' são codificadas na amplitude e fase de uma imagem complexa, que é criptografada digitalmente e então descriptografada usando a rede difrativa espacialmente incoerente. A imagem complexa descriptografada corresponde muito bem à imagem original. Crédito:Laboratório Ozcan/UCLA. A maior parte da computação em redes neurais de última geração compreende operações lineares, por exemplo, multiplicações e convoluções de vetores de matrizes. As operações lineares também podem desempenhar um papel importante na criptografia. Embora processadores dedicados, como GPUs e TPUs, estejam disponíveis para realizar operações lineares altamente paralelas, esses dispositivos consomem muita energia e a baixa largura de banda dos componentes eletrônicos ainda limita sua velocidade de operação. A óptica é mais adequada para tais operações devido ao seu paralelismo inerente e grande largura de banda e velocidade de computação.
Construídas a partir de um conjunto de superfícies finas projetadas espacialmente, redes neurais profundas difrativas (D
2
NN), também conhecidas como redes difrativas, formam uma arquitetura de computação óptica emergente recentemente, capaz de realizar tarefas computacionais passivamente na velocidade de propagação da luz através de um volume ultrafino.
Esses computadores totalmente ópticos específicos para tarefas são projetados digitalmente por meio do aprendizado das características espaciais de suas superfícies difrativas constituintes. Seguindo este processo de projeto único, as superfícies otimizadas são fabricadas e montadas para formar o hardware físico da rede óptica difrativa.
Em sua publicação no Advanced Photonics Nexus , uma equipe de pesquisadores liderada por Aydogan Ozcan, Professor do Chanceler e Cátedra Volgenau de Inovação em Engenharia da UCLA, introduziu um método para realizar operações lineares de valor complexo com redes difrativas sob iluminação espacialmente incoerente.
Foi demonstrado anteriormente pelo mesmo grupo que redes difrativas com graus de liberdade suficientes podem realizar transformações lineares arbitrárias de valores complexos com luz espacialmente coerente com erro insignificante.
Em contraste, com luz espacialmente incoerente, estas redes podem realizar transformações lineares arbitrárias de intensidades ópticas de entrada se os elementos da matriz que definem a transformação forem reais e não negativos. Dado que as fontes de iluminação espacialmente incoerentes são mais prevalentes e mais fáceis de acessar, há uma necessidade crescente de processadores difrativos espacialmente incoerentes para lidar com dados além de apenas valores não negativos.
Ao incorporar etapas de pré-processamento e pós-processamento para representar números complexos por um conjunto de números reais não negativos, os pesquisadores da UCLA estenderam o poder de processamento de redes difrativas espacialmente incoerentes ao domínio dos números complexos.
Eles demonstraram que tais processadores difrativos incoerentes podem ser projetados para realizar uma transformação linear arbitrária de valor complexo com erro insignificante se houver um número suficiente de recursos difrativos otimizáveis somente de fase dentro do projeto, que se adaptam às dimensões do complexo de entrada e saída. espaços vetoriais.
Os pesquisadores demonstraram a aplicação deste novo esquema por meio de criptografia e descriptografia de imagens de valores complexos usando redes difrativas espacialmente incoerentes. Além da criptografia de imagens visuais, esses processadores difrativos espacialmente incoerentes também poderiam ser úteis em outras aplicações, por exemplo, em veículos autônomos para processamento ultrarrápido e de baixo consumo de energia de cenas naturais.
Mais informações: Xilin Yang et al, Transformações lineares universais de valor complexo e criptografia de imagem usando redes difrativas espacialmente incoerentes, Advanced Photonics Nexus (2024). DOI:10.1117/1.APN.3.1.016010 Fornecido pelo Instituto de Engenharia para Avanço Tecnológico da UCLA
