Beyond the Thin-Layer Limit: Differentiable Volumetric Training for Visible-Range Diffractive Neural Networks

Resumen Técnico: Más allá del límite de la capa delgada

Planteamiento del problema
Las Redes Neuronales Profundas Difractivas (D2NN) ofrecen una vía para potenciar los frontales ópticos de visión artificial con bajo consumo energético y velocidad de la luz. Aunque existen demostraciones maduras en el régimen de terahercios utilizando neuronas de escala milimétrica, la traslación de las D2NN al rango visible ha resultado difícil. A pesar de que los avances recientes en fabricación (por ejemplo, ImpCarv) han permitido la creación de características a nanoescala, las D2NN de rango visible aún no logran igualar el rendimiento de sus contrapartes de terahercios.

El artículo identifica que el obstáculo principal no es la dificultad de fabricar neuronas a nanoescala, sino un fallo fundamental en la metodología de entrenamiento: la aproximación de capa delgada. El entrenamiento estándar de las D2NN trata cada capa difractiva como una máscara de transmisión compleja infinitamente delgada. Esta suposición es válida para los sistemas de terahercios que utilizan materiales de alto índice de refracción ($n \approx 1.65–1.72$), donde las estructuras de relieve requeridas son delgadas en relación con la longitud de onda. Sin embargo, las D2NN de rango visible suelen utilizar materiales de índice de refracción bajo a moderado ($n \approx 1.3–1.5$, como polímeros e hidrogeles). Para lograr la modulación de fase necesaria con estos materiales, las estructuras de relieve físico deben ser significativamente más gruesas. Bajo estas condiciones, la difracción intra-capa, la acumulación de fase acumulativa y la evolución del campo dependiente del espesor se vuelven significativas, causando un severo "desajuste entre diseño y dispositivo" cuando se utiliza el modelo de capa delgada para el entrenamiento.

Metodología: Entrenamiento Volumétrico Diferenciable ($\partial$BPM)
Para abordar esto, los autores introducen una capa de Propagación de Haz Diferenciable ($\partial$BPM). A diferencia de la línea base de capa delgada, que aplica la modulación de fase en un único plano axial, la capa $\partial$BPM modela cada elemento difractivo como un volumen de espesor finito.

Componentes técnicos clave incluyen:

• Discretización Volumétrica: El mapa de altura físico se discretiza en $N_{sub}$ sub-capas axiales.
• Ocupación Suave Diferenciable: Se utiliza una función sigmoide para representar la ocupación del material en cada capa, asegurando que el mapa de altura sea diferenciable para la optimización basada en gradientes.
• Propagación Intra-Capa: La propagación de la luz a través del volumen se simula utilizando el Método de Espectro Angular (ASM). Para cada capa, el campo óptico experimenta un retraso de fase (basado en la ocupación local del material) seguido de una propagación axial sobre el espesor de la capa ($\Delta z$).
• Entrenabilidad de Extremo a Extremo: Los gradientes se retropropagan a través de todo el stack volumétrico y los pasos de propagación en el espacio libre, permitiendo que la red optimice la geometría de espesor finito directamente sin requerir simulaciones de onda completa (como FDTD) en el bucle de entrenamiento.

Resultados Clave
Los autores evaluaron el marco de trabajo $\partial$BPM frente a la línea base estándar de capa delgada a través de tareas de clasificación (MNIST, Fashion-MNIST) e imagen (MNIST, Fashion-MNIST, CIFAR-100), centrándose específicamente en el régimen de índice de refracción bajo a moderado ($n \approx 1.3–1.5$).

1. Reducción del Desajuste del Modelo: Cuando los modelos entrenados con la aproximación de capa delgada fueron evaluados mediante un modelo de propagación volumétrica de espesor finito, el rendimiento se degradó significativamente (por ejemplo, la precisión de clasificación cayó a ~50% para MNIST). En contraste, los modelos entrenados con $\partial$BPM mantuvieron un alto rendimiento bajo la evaluación volumétrica, recuperando la precisión a ~90% sin necesidad de re-optimización.
2. Dependencia del Índice de Refracción: El desajuste del modelo fue más severo en el rango de $n \approx 1.3–1.5$ (típico para la fabricación de luz visible) y disminuyó a medida que el índice de refracción aumentaba, confirmando que el problema es impulsado por el espesor físico requerido para materiales de bajo índice, más que por la longitud de onda en sí misma.
3. Validación de Onda Completa (FDTD): Para validar el realismo físico, los autores exportaron los mapas de altura entrenados y los simularon utilizando solvers de Diferencias Finitas en el Dominio del Tiempo (FDTD), que resuelven directamente las ecuaciones de Maxwell.
   • Clasificación: La validación FDTD mostró que las estructuras entrenadas con $\partial$BPM alcanzaron un 90% de precisión, mientras que las estructuras entrenadas con capa delgada solo alcanzaron un 50%.
   • Imagen: Los diseños entrenados con $\partial$BPM demostraron una similitud estructural (SSIM) superior y un menor error cuadrático medio normalizado (NRMSE) en comparación con los diseños de capa delgada cuando se evaluaron bajo condiciones de onda completa.

Significado y Reivindicaciones
El artículo afirma que la capa $\partial$BPM proporciona un puente escalable y consciente de la física entre la optimización eficiente de redes neuronales ópticas y el diseño difractivo consistente con la fabricación. Al integrar la propagación de espesor finito directamente en el bucle de entrenamiento, el marco elimina el desajuste entre diseño y dispositivo que ha obstaculizado a las D2NN de rango visible.

Los autores posicionan este trabajo como un paso necesario hacia las redes neuronales ópticas de espacio libre de luz visible y de índice bajo/moderado prácticos. Enfatizan que, si bien los solvers de onda completa como FDTD ofrecen una mayor fidelidad, son computacionalmente prohibitivos para el entrenamiento de extremo a extremo; el enfoque $\partial$BPM ofrece una alternativa computacionalmente tratable que preserva la precisión física sin requerir simulaciones de onda completa durante el proceso de optimización. Los resultados sugieren que las D2NN de rango visible pueden ahora realizarse con un rendimiento fiable, siempre que la metodología de entrenamiento tenga en cuenta la naturaleza volumétrica de los elementos difractivos.