Light-Field-to-Bits Computing via an Online-Trainable Cascaded Optoelectronic Neural Network

في عالمنا المعاصر، تُطالب أجهزتنا باستمرار بالقيام بالمزيد في وقت أقل وبطاقة أقل. فمن السيارات ذاتية القيادة إلى الكاميرات الذكية، تحتاج الآلات إلى معالجة المعلومات المرئية فوراً. تتعامل الحواسيب التقليدية مع هذا الأمر عبر استقبال الضوء، وتحويله إلى كهرباء، ثم إجراء عمليات حسابية معقدة على هذه الكهرباء. وتخلق عملية تحويل الضوء إلى أرقام رقمية وبالعكس هذه "عنق زجاجة"، مما يؤدي إلى إبطاء العمل واستهلاك الطاقة. ومع ذلك، فإن الضوء نفسه يتحرك بسرعة هائلة ويمكنه حمل كميات هائلة من المعلومات في آن واحد. وقد حاول العلماء منذ زمن طويل بناء حواسيب تستخدم الضوء للقيام بالعمليات الحسابية مباشرة، آملين في تجاوز الخطوات الإلكترونية البطيئة. وكان التحدي يكمن في أنه بينما يتميز الضوء بالسرعة، إلا أنه يصعب التحكم فيه بالدقة المطلوبة للمهام المعقدة، كما أن الأجهزة في العالم الحقيقي نادراً ما تكون مثالية.

لقد أثبت فريق من الباحثين الآن طريقة جديدة لسد الفجوة بين التدفق المستمر للضوء واللغة الثنائية المنفصلة للحواسيب الرقمية. فقد بنوا نظاماً يأخذ صورة، ويسمح للضوء بالمرور عبر سلسلة من الطبقات المصممة خصيصاً، وينتج إجابة رقمية مباشرة دون الحاجة أبداً إلى إعادة بناء الصورة الأصلية أو تشغيل برنامج برمجيات ثقيل. وبدلاً من محاولة صنع نسخة مثالية من الصورة، يقوم النظام بفرز طاقة الضوء إلى مناطق محددة. ومن خلال مقارنة مقدار الضوء الذي يهبط في منطقة مقابل أخرى، تقرر الآلة ما إذا كانت بت (bit) معينة من المعلومات هي صفر أم واحد. هذا النهج، الذي يسمه الباحثون "الحوسبة من المجال الضوئي إلى البتات" (Light-Field-to-Bits)، نجح في تحويل الأنماط المرئية إلى رموز ثنائية مكونة من أربعة أرقام بدقة عالية، حتى عندما كانت الصور المدخلة مشوهة أو كانت المعدات غير مثالية.

إن جوهر هذا العمل هو آلة هجينة تجمع بين البصريات الفيزيائية والإلكترونيات الرقمية. تخيل شعاعاً من الضوء يحمل صورة، مثل رقم أو علامة مرور، يدخل إلى النظام. يصطدم هذا الضوء أولاً بطبقة فيزيائية مصنوعة من مادة خاصة يمكنها ثني موجات الضوء بطرق دقيقة. وبينما ينتقل الضوء عبر الهواء إلى المرحلة التالية، فإنه يتمدد ويتفاعل مع طبقة ثانية. في التجربة، كانت الطبقة الأولى جهازاً حقيقياً وملموساً، بينما تمت محاكاة الثانية بواسطة كمبيوتر للسماح باختبار مرن. وفي النهاية، يهبط الضوء على مستشعر يعمل ككاميرا، يلتقط أين تجمعت الطاقة. والابتكار الرئيسي ليس في التقاط صورة للنتيجة، بل في كيفية تنظيم الضوء. فقد صُمم النظام لتوجيه الضوء إلى ثماني نقاط محددة على المستشعر، مرتبة في أربعة أزواج. ولكل زوج، يتحقق النظام ببساطة من أي النقطتين هي الأكثر سطوعاً. فإذا كانت النقطة العلوية اليسرى أكثر سطوعاً من النقطة السفلية اليمنى، فإنه يسجل "واحد"؛ وإذا كان العكس هو الصحيح، فإنه يسجل "صفراً". وتحدث هذه المقارنة البسيطة أربع مرات، مما ينتج عنه رمز ثنائي مكون من أربعة أرقام يمثل المدخل الأصلي.

ولجعل هذا العمل ناجحاً في العالم الحقيقي، تعين على الباحثين حل مشكلة معقدة: وهي أن الأجهزة الحقيقية ليست مثالية أبداً مثل النماذج الحاسوبية المستخدمة في التصميم. فالعدسات قد تكون منحرفة قليلاً، ومصادر الضوء ليست متساوية تماماً، والمواد تحتوي على عيوب دقيقة. ولو تم تدريب النظام فقط على محاكاة حاسوبية مثالية، لفشل عند بنائه بأجزاء حقيقية. وقد حل الفريق هذه المشكلة من خلال إنشاء عملية تدريب "الكاميرا في الحلقة" (camera-in-the-loop). حيث بنوا الجهاز الفيزيائي ثم استخدموا كمبيوتراً لتعلم كيفية سلوك الجهاز الحقيقي فعلياً. راقب الكمبيوتر الضوء أثناء حركته عبر الآلة الحقيقية، وسجل النتائج، ثم عدل إعدادات الطبقة الفيزيائية لتصحيح أي أخطاء. لقد كانت دورة مستمرة من الاختبار والتعديل، مما سمح للآلة بأن تتعلم كيف تتغلب على عيوبها الخاصة. وضمن هذا الأسلوب قدرة النظام على التعامل مع الضوضاء والتشويه في العالم الحقيقي، بدلاً من مجرد العمل في بيئة مثالية.

كانت نتائج هذه التجربة قوية. فقد اختبر الباحثون النظام مع ستة عشر رمزاً سداسي عشر (hexadecimal)، وهي تشبه الأرقام من صفر إلى تسعة والحروف من A إلى F. كما اختبروا صوراً لعلامات المرور، وهي أكثر تعقيداً وتنوعاً. وفي كلتا الحالتين، نجح النظام في تحويل الصور إلى الرموز المكونة من أربعة بتات بشكل صحيح. وعندما تم هز الصور أو تدويرها أو جعلها ضبابية لمحاكاة ظروف العالم الحقيقي، ظل النظام يحصل على الإجابة الصحيحة بنسبة تزيد عن 93 بالمائة. وحتى عندما قام الباحثون بمحاكاة مستشعر كاميرا يحتوي على العديد من البكسلات الميتة وتحويل رقمي منخفض الجودة، حافظ النظام على دقته. وهذا يشير إلى أن الطريقة ليست هشة؛ إذ يمكنها تحمل تدهور كبير في الأجهزة دون فقدان قدرتها على اتخاذ القرارات.

أحد أكثر جوانب هذا العمل إثارة هو السرعة التي يؤدي بها الضوء حساباته. فبينما كان على الأجزاء الإلكترونية للنظام انتظار الكاميرا لقراءة الصورة والكمبيوتر لمعالجة الخطوة التالية، قام الضوء نفسه بالمهام الشاقة بشكل فوري تقريباً. وقد حسب الباحثون أن الجزء البصري من العملية، والذي يتضمن انتقال الضوء لمسافة قصيرة وانحناءه عبر الطبقات، يعادل إجراء أكثر من 51 مليار عملية حسابية في غضرة تزيد قليلاً عن جزء من مليار من الثانية. هذا قدر هائل من العمل المنجز بجهد طاقي شبه معدوم وبدون تأخير. وفي المقابل، لم يكن على الجزء الإلكتروني من النظام سوى القيام بقدر ضئيل من العمل لمقارنة مستويات الضوء في النقاط الثماني. ويسمح هذا التقسيم في العمل بتوزيع المهام للنظام بالتعامل مع البيانات عالية الأبعاد بكفاءة عالية، عبر إسناد الجزء الأصعب من المهمة إلى الضوء نفسه.

يشير الباحثون بحذر إلى أن إعدادهم الحالي هو مجرد إثبات للمفهوم، مبني على طاولة تضم مكونات ضخمة مثل الليزر والكاميرات. فقد كان على الضوء أن ينتقل لمسافة عشرين سنتيمتراً، وكان النظام محدوداً بالسرعة التي يمكن بها تحديث صور الكاميرا وجهاز تعديل الضوء. ومع ذلك، فإن المبادئ التي استعرضوها قابلة للتوسع. ففي المستقبل، يمكن استبدال هذه المكونات الضخمة بشرائح بصرية مسطحة وصغيرة جداً ومصفوفات صغيرة من كواشف الضوء. وإذا تم تصغير النظام، فقد يعمل بسرعات لا يحدها سوى سرعة الضوء، بدلاً من سرعة الكاميرا. والهدف النهائي هو إنشاء جهاز يمكن وضعه على روبوت أو طائرة بدون طيار، ليقوم فوراً بتحويل ما يراه إلى قرارات رقمية دون التأخير وتكلفة الطاقة التي تتطلبها الحوسبة التقليدية.

يمثل هذا العمل خطوة مهمة للأمام في دمج عالم الضوء الفيزيائي مع العالم الرقمي للبتات. فمن خلال إظهار أن الضوء يمكن توجيهه لاتخاذ قرارات مباشرة وموثوقة، فتح الباحثون مساراً نحو آلات أسرع وأكثر كفاءة. لا يحاول النظام إعادة إنشاء الصورة أو فهم المشهد كما يفعل البشر؛ بل يستخدم فيزياء الضوء لفرز المعلومات إلى تنسيق يمكن للأنظمة الرقمية استخدامه فوراً. ويوفر هذا الربط المباشر من الضوء إلى البتات حلاً واعداً للتطبيقات التي تكون فيها السرعة وكفاءة الطاقة أمراً بالغ الأهمية، مثل المركبات ذاتية القيادة أو الاستشعار عن بعد. كما أن القدرة على تدريب النظام للعمل مع أجهزة غير مثالية تشير إلى إمكانية بناء ونشر مثل هذه الأجهزة في بيئات العالم الحقيقي، وليس فقط في المختبرات الخاضعة للرقابة. ومع نضوج هذه التكنولوجيا، يمكنها أن تغير جذرياً كيفية إدراك الآلات للعالم من حولها وتفاعلها معه.