🔬 optics

All-Optical Doubly Resonant Cavities for ReLU Function in Nanophotonic Deep Learning

यह शोध पत्र नैनोफोटोनिक डीप लर्निंग में $\chi^{(2)}$ नॉनलिनैरिटीज़ का लाभ उठाने वाले डबल-रेजोनेंट कैविटीज़ का उपयोग करके, आदर्श इलेक्ट्रॉनिक कार्यान्वयन के तुलनीय वर्गीकरण सटीकता बनाए रखते हुए, फेंटोजूल-स्तर की ऊर्जा दक्षता और काफी कम फुटप्रिंट प्राप्त करने के लिए ReLU और अन्य सक्रियण कार्यों (एक्टिवेशन फंक्शन्स) को लागू करने के लिए एक कॉम्पैक्ट, ऑल-ऑप्टिकल दृष्टिकोण प्रस्तुत करता है।

मूल लेखक: Amirreza Ahmadnejad, Mohmmad Mehrdad Asadi, Somayyeh Koohi

प्रकाशित 2026-06-19

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC0 1.0

मूल लेखक: Amirreza Ahmadnejad, Mohmmad Mehrdad Asadi, Somayyeh Koohi

मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य विचार: एक छोटा, सुपर-फास्ट लाइट स्विच

कल्पना कीजिए कि आप एक सुपर-स्मार्ट कंप्यूटर दिमाग (एक न्यूरल नेटवर्क) बनाने की कोशिश कर रहे हैं जो बिजली के बजाय रोशनी (प्रकाश) पर चलता है। समस्या यह है कि हालांकि रोशनी गणित करने में बहुत तेज़ है, लेकिन यह उन "फैसलों" को लेने में बहुत खराब है जिन्हें दिमाग को लेने की ज़रूरत होती है। कंप्यूटर दिमागों में, ये फैसले ReLU फंक्शन नामक चीज़ द्वारा लिए जाते हैं।

ReLU फंक्शन को एक ट्रैफिक के लिए वन-वे स्ट्रीट (एकतरफा रास्ता) की तरह समझें।

यदि कोई कार (सिग्नल) आगे की ओर (पॉजिटिव वैल्यू) बढ़ रही है, तो वह सीधे निकल जाती है।
यदि कोई कार पीछे की ओर (नेगेटिव वैल्यू) जाने की कोशिश करती है, तो गेट ज़ोर से बंद हो जाता है, और वह पूरी तरह रुक जाती है।

इलेक्ट्रॉनिक कंप्यूटरों में, इस गेट को बनाना आसान है। लेकिन रोशनी से बनी दुनिया में, इसे बनाना बहुत कठिन है क्योंकि रोशनी स्वाभाविक रूप से बिना बहुत अधिक ऊर्जा या भारी उपकरणों के खुद को "रोक" या "ब्लॉक" नहीं कर पाती है।

यह पेपर एक समाधान पेश करता है: एक छोटा, जादुई दर्पण बॉक्स (एक डबली-रेज़ोनेंट कैविटी) जो इस वन-वे स्ट्रीट की तरह काम करता है, लेकिन यह इसे लगभग बिना किसी ऊर्जा के करता है और एक मानव बाल से भी छोटे स्थान में समा जाता है।

यह कैसे काम करता है: "इको चैंबर" (गूँज कक्ष) की उपमा

शोधकर्ताओं ने लगभग 10 माइक्रोमीटर चौड़ा (जो कि मानव बाल की चौड़ाई के बराबर है) एक उपकरण बनाया। इस छोटे से बॉक्स के अंदर, उन्होंने रोशनी के लिए एक विशेष "इको चैंबर" बनाया।

दो आवृत्तियाँ (Two Frequencies): बॉक्स को एक ही समय में रोशनी के दो विशिष्ट रंगों के साथ गूँजने (रेजोनेंस) के लिए डिज़ाइन किया गया है:
- इनपुट लाइट (फंडामेंटल): आने वाला सिग्नल।
- आउटपुट लाइट (सेकंड हार्मोनिक): बाहर निकलने वाला सिग्नल, जिसकी फ्रीक्वेंसी दोगुनी है (जैसे कि एक संगीत का नोट जो एक ऑक्टेव ऊँचा हो)।
जादुई ट्रिक (फेज़ सेंसिटिविटी): यहीं पर "ReLU" का जादू होता है। शोधकर्ताओं ने महसूस किया कि रोशनी का एक "फेज़" (चरण) होता है, जिसे आप लहर के हिलने के समय (टाइमिंग) के रूप में समझ सकते हैं।
- पॉजिटिव इनपुट (द "गो" सिग्नल): जब इनपुट लाइट बॉक्स की प्राकृतिक लय के साथ बिल्कुल तालमेल में हिलती है, तो रोशनी इधर-उधर टकराती है, बढ़ती है, और सफलतापूर्वक उच्च-फ्रीक्वेंसी वाली आउटपुट लाइट में बदल जाती है। गेट खुल जाता है!
- नेगेटिव इनपुट (द "स्टॉप" सिग्नल): जब इनपुट लाइट विपरीत लय में हिलती है (तालमेल से बाहर), तो लहरें एक-दूसरे को रद्द कर देती हैं। यह वैसा ही है जैसे दो लोग एक ही समय में एक झूले को विपरीत दिशाओं में धक्का दे रहे हों—झूला हिलता ही नहीं। लाइट का रूपांतरण रुक जाता है। गेट बंद हो जाता है!

यह एक बड़ी बात क्यों है

इस "लाइट गेट" को बनाने के पिछले प्रयास एक कार को मंजिल तक पहुँचाने के लिए हाईवे बनाने की कोशिश करने जैसे थे। उन्हें विशेष क्रिस्टल की लंबी ट्यूबों (मिलीमीटर लंबी) की आवश्यकता थी ताकि रोशनी पर्याप्त रूप से इंटरैक्ट कर सके।

यह नया उपकरण एक कॉम्पैक्ट, हाई-स्पीड टनल (सुरंग) की तरह है।

आकार: यह उपकरण को 100 गुना छोटा कर देता है (मिलीमीटर से माइक्रोमीटर तक)।
ऊर्जा: यह बहुत कम ऊर्जा (फेम्टोजूल) का उपयोग करता है। इसे समझने के लिए, यह एक जुगनू की पलक झपकने की ऊर्जा के समान है, लेकिन एक सेकंड के बहुत छोटे हिस्से में।
गति: यह पिकोसेकंड (ट्रिलियनवें हिस्से) में प्रतिक्रिया करता है। यह इतना तेज़ है कि यह एक मानक इलेक्ट्रॉनिक कंप्यूटर की तुलना में हजारों गुना तेज़ी से जानकारी प्रोसेस कर सकता है।

यह केवल एक फंक्शन नहीं है

शानदार बात यह है कि इसी छोटे बॉक्स को आप रोशनी को फीड करने के तरीके को बदलकर फिर से प्रोग्राम कर सकते हैं।

यदि आप इसे सामान्य रूप से फीड करते हैं, तो यह ReLU (वन-वे स्ट्रीट) के रूप में कार्य करता है।
यदि आप इसमें एक विशिष्ट टाइमिंग के साथ थोड़ा सा अतिरिक्त "बायस" लाइट जोड़ते हैं, तो यह अन्य प्रकार के निर्णय लेने वालों (जिन्हें ELU या GELU कहा जाता है) के रूप में कार्य कर सकता है। यह एक स्विस आर्मी नाइफ की तरह है जहाँ आप बस स्विच बदलकर अपना टूल बदल सकते हैं।

क्या यह वास्तव में काम करता है?

शोधकर्ताओं ने केवल चित्र नहीं बनाए; उन्होंने कंप्यूटर पर पूरी चीज़ का सिमुलेशन किया।

उन्होंने एक वर्चुअल "इमेज रिकग्निशन" गेम (हाथ से लिखे नंबरों की पहचान) में इसका परीक्षण किया।
उनके आदर्श, सैद्धांतिक लाइट गेट का उपयोग करने वाले कंप्यूटर ब्रेन ने 99.1% सटीकता प्राप्त की।
उनके वास्तविक, वास्तविक दुनिया के डिवाइस मॉडल का उपयोग करने वाले कंप्यूटर ब्रेन ने 98.7% सटीकता प्राप्त की।
यह छोटा सा अंतर (0.5% से भी कम) साबित करता है कि वास्तविक भौतिक उपकरण की खामियों के साथ भी, यह आदर्श इलेक्ट्रॉनिक संस्करण के लगभग बराबर काम करता है।

सारांश

लेखकों ने एक सूक्ष्म, ऊर्जा-कुशल "लाइट स्विच" का आविष्कार किया है जो AI के लिए आवश्यक जटिल निर्णय ले सकता है। रेजोनेंट मिरर और प्रकाश तरंगों की टाइमिंग के साथ एक चतुर ट्रिक का उपयोग करके, उन्होंने एक भारी, ऊर्जा-खपत करने वाली समस्या को एक छोटे, सुपर-फास्ट समाधान में बदल दिया है जो एक चिप पर फिट हो जाता है। यह बिजली के बजाय रोशनी पर चलने वाले अगली पीढ़ी के AI हार्डवेयर के निर्माण की दिशा में एक बड़ा कदम है।

तकनीकी सारांश: नैनोफोटोनिक डीप लर्निंग के लिए ReLU फंक्शन हेतु ऑल-ऑप्टिकल डबली रेजोनेंट कैविटीज

समस्या विवरण
डीप लर्निंग मॉडल्स की घातीय वृद्धि ने एक कम्प्यूटेशनल बाधा उत्पन्न कर दी है, विशेष रूप से पारंपरिक इलेक्ट्रॉनिक हार्डवेयर में ऊर्जा दक्षता के संबंध में। जबकि ऑप्टिकल न्यूरल नेटवर्क (ONNs) अपनी अंतर्निहित समानांतरता (parallelism) और गति के कारण एक आशाजनक विकल्प प्रदान करते हैं, नॉनलीनियर एक्टिवेशन फंक्शन्स—विशेष रूप से रेक्टिफाइड लीनियर यूनिट (ReLU)—को लागू करना एक महत्वपूर्ण चुनौती बनी हुई है। मौजूदा ऑल-ऑप्टिकल दृष्टिकोणों में ट्रेड-ऑफ (trade-offs) होते हैं: ऑप्टोइलेक्ट्रॉनिक रूपांतरण विलंबता (latency) लाता है; सैचुरेबल एब्जॉर्प्शन (saturable absorption) कॉन्फ़िगर करने योग्य नहीं है; और नॉनलीनियर वेव मिक्सिंग (जैसे कि पिरियोडिकली पोल्ड लिथियम नायोबिएट, PPLN) के लिए अक्सर मिलीमीटर-स्केल की इंटरेक्शन लंबाई की आवश्यकता होती है, जो सघन एकीकरण (dense integration) में बाधा डालती है। इसके अलावा, कॉम्पैक्ट फुटप्रिंट में फेंटोजूल-स्तर की एक्टिवेशन ऊर्जा प्राप्त करना कठिन साबित हुआ है।

कार्यप्रणाली (Methodology)
यह शोध पत्र ऑल-ऑप्टिकल ReLU फंक्शन्स को लागू करने के लिए कॉम्पैक्ट, डबली-रेजोनेंट कैविटीज (लगभग 10 µm आकार की) का उपयोग करने वाला एक अभिनव दृष्टिकोण प्रस्तावित करता है। यह कार्यप्रणाली निम्नलिखित तकनीकी ढांचे पर आधारित है:

भौतिक तंत्र (Physical Mechanism): डिज़ाइन $\chi^{(2)}$ नॉनलीनियर प्रक्रियाओं, विशेष रूप से सेकंड हार्मोनिक जनरेशन (SHG) का लाभ उठाता है, जो एक ऐसी कैविटी के भीतर इंजीनियर की गई है जो मौलिक आवृत्ति ( $\omega_1$ ) और दूसरी हार्मोनिक आवृत्ति ( $\omega_2 = 2\omega_1$ ) दोनों पर एक साथ रेजोनेंट होती है।
फेज़-सेंसिटिव एनकोडिंग: ReLU लॉजिक ($max(0, x)$) को मौलिक क्षेत्र (fundamental field) के फेज़ में इनपुट सिग्नल के चिह्न को एनकोड करके लागू किया जाता है। सकारात्मक इनपुट के लिए फेज़ $\phi_1 = 0$ $ϕ_{1} = 0$ होता है, जबकि नकारात्मक इनपुट के लिए $\phi_1 = \pi$ $ϕ_{1} = π$ होता है।
- $\phi_1 = 0$ के लिए, SHG द्वारा उत्पन्न क्षेत्र $\omega_2$ पर रेजोनेंट क्षेत्र के साथ रचनात्मक हस्तक्षेप (constructive interference) करता है, जिससे एक प्रवर्धित (amplified) आउटपुट प्राप्त होता है।
- $\phi_1 = \pi$ के लिए, विनाशकारी हस्तक्षेप (destructive interference) दूसरे हार्मोनिक आउटपुट को दबा देता है, जिससे सिग्नल प्रभावी रूप से शून्य हो जाता है।
सैद्धांतिक मॉडलिंग: सिस्टम डायनेमिक्स को टेम्पोरल कपल्ड-मोड थ्योरी (TCMT) का उपयोग करके वर्णित किया गया है। लेखक 100% फ्रीक्वेंसी कन्वर्जन के लिए आवश्यक क्रिटिकल इनपुट पावर के विश्लेणात्मक व्यंजक (analytical expressions) निकालते हैं, जो दिखाते हैं कि यह पावर क्वालिटी फैक्टर्स ( $Q_1, Q_2$ ) और नॉनलीनियर कपलिंग गुणांक ( $\beta$ ) के वर्ग के व्युत्क्रमानुपाती (inversely proportional) रूप से स्केल करती है।
डिवाइस डिज़ाइन: कैविटी में एक क्वार्टर-वेव स्टैक कॉन्फ़िगरेशन में बारी-बारी से AlGaAs ( $n \approx 3.4$ ) और एयर ( $n = 1.0$ ) की परतें होती हैं जिसमें एक सावधानीपूर्वक इंजीनियर किया गया डिफेक्ट रीजन होता है। यह संरचना उच्च-गुणवत्ता वाले रेजोनेंस को सपोर्ट करती है और नॉनलीनियर मटेरियल के भीतर मौलिक और दूसरे हार्मोनिक मोड के स्थानिक ओवरलैप (spatial overlap) को अधिकतम करती है।
वैलिडेशन: सैद्धांतिक ढांचे को Lumerical का उपयोग करके कठोर FDTD सिमुलेशन और कपल्ड-मोड समीकरणों के विश्लेषणात्मक समाधानों के माध्यम से मान्य किया गया है। डिज़ाइन प्रक्रिया मल्टी-ऑब्जेक्टिव ऑप्टिमाइजेशन (सिम्युलेटेड एनीलिंग और ग्रेडिएंट डिसेंट) का उपयोग करती है ताकि क्वालिटी फैक्टर्स, फ्रीक्वेंसी मैचिंग और नॉनलीनियर कपलिंग के बीच संतुलन बनाया जा सके।

प्रमुख योगदान

लघुकरण (Miniaturization): यह शोध पत्र लगभग 10 µm का डिवाइस फुटप्रिंट प्रदर्शित करता है, जो पिछले वेवगाइड-आधारित कार्यान्वयन (जैसे 2 mm PPLN डिवाइसेस) की तुलना में दो ऑर्डर का परिमाण कम है, जबकि तुलनीय ऊर्जा दक्षता बनाए रखता है।
ऊर्जा दक्षता: प्रस्तावित कैविटी रेजोनेंट फील्ड एन्हांसमेंट का लाभ उठाकर फेज-मैचिंग लंबाई की आवश्यकताओं को कम करके, फेंटोजूल रेंज (~12 fJ) में एक्टिवेशन ऊर्जा प्राप्त करती है, जो अत्याधुनिक दृष्टिकोणों के बराबर है।
बहुमुखी प्रतिभा (Versatility): लेखक दिखाते हैं कि वही भौतिक संरचना दूसरे हार्मोनिक फ्रीक्वेंसी पर एक ऑक्सिलरी इनपुट के आयाम (amplitude) और फेज़ को समायोजित करके वैकल्पिक एक्टिवेशन फंक्शन, जैसे कि एक्सपोनेंशियल लीनियर यूनिट (ELU) और गॉसियन एरर लीनियर यूनिट (GELU) को लागू कर सकती है।
व्यापक सत्यापन: यह कार्य सैद्धांतिक व्युत्पत्ति और विश्लेषणात्मक मॉडलिंग से लेकर फुल-वेव इलेक्ट्रोमैग्नेटिक सिमुलेशन और न्यूरल नेटवर्क इंटीग्रेशन टेस्टिंग तक एक पूर्ण पाइपलाइन प्रदान करता है।

परिणाम

डिवाइस प्रदर्शन: अनुकूलित कैविटी $Q_1 \approx 5.3 \times 10^3$ और $Q_2 \approx 6.8 \times 10^3$ के क्वालिटी फैक्टर्स और $\Delta\omega/\omega_1 = 5.2 \times 10^{-4}$ की फ्रीक्वेंसी मैचिंग शुद्धता प्राप्त करती है। ऑपरेशन के लिए क्रिटिकल पावर 12 fJ गणना की गई है।
एक्टिवेशन सटीकता: डिवाइस का रिस्पॉन्स आदर्श ReLU फंक्शन के करीब है, जो 30 fJ तक इनपुट पावर के लिए 0.99 से अधिक का कोएफिशिएंट ऑफ डिटरमिनेशन ( $R^2$ ) प्राप्त करता है।
न्यूरल नेटवर्क इंटीग्रेशन: जब इसे MNIST हस्तलिखित अंक वर्गीकरण के लिए एक कन्वेशनल न्यूरल नेटवर्क (CNN) में एकीकृत किया गया, तो ऑप्टिकल ReLU कार्यान्वयन ने 98.7% सटीकता प्राप्त की। यह आदर्श इलेक्ट्रॉनिक ReLU कार्यान्वयन (99.1%) के 0.4% के भीतर है और एक लीनियर नेटवर्क (92.3%) की तुलना में काफी बेहतर प्रदर्शन करता है।
रिस्पॉन्स टाइम: डिवाइस लगभग 400 फेम्टोसेकंड का अल्ट्रा-फास्ट रिस्पॉन्स टाइम प्रदर्शित करता है, जो टेराहर्ट्ज़ दरों पर संचालन को सक्षम बनाता है।
फैब्रिकेशन टॉलरेंस: मोंटे कार्लो सिमुलेशन संकेत देते हैं कि डिज़ाइन लेयर थिकनेस वेरिएशंस को 1% (लगभग $\pm 2$ nm, 200 nm परतों के लिए) के मानक विचलन तक सहन कर सकता है, जबकि स्वीकार्य प्रदर्शन बनाए रखता है; यह टॉलरेंस आधुनिक तकनीकों जैसे कि एटॉमिक लेयर डिपोजिशन (ALD) और मॉलिक्यूलर बीम एपिटैक्सी (MBE) द्वारा प्राप्त किया जाable है।

महत्व
यह शोध पत्र दावा करता है कि यह कार्य अगली पीढ़ी के AI हार्डवेयर के लिए ऊर्जा-कुशल, उच्च-घनत्व वाले ऑप्टिकल न्यूरल नेटवर्क को साकार करने की दिशा में एक महत्वपूर्ण प्रगति है। ऊर्जा दक्षता या गति से समझौता किए बिना डिवाइस फुटप्रिंट को नाटकीय रूप से कम करके, प्रस्तावित डबली-रेजोनेंट कैविटी दृष्टिकोण नॉनलीनियर एक्टिवेशन फंक्शन्स के सघन एकीकरण के लिए एक महत्वपूर्ण बाधा को दूर करता है। भौतिक हार्डवेयर को बदले बिना इनपुट स्थितियों (ReLU, ELU, GELU) के माध्यम से एक्टिवेशन फंक्शन को पुन: कॉन्फ़िगर करने की क्षमता लचीले, उच्च-प्रदर्शन वाले ऑप्टिकल कंप्यूटिंग सिस्टम के लिए इस घटक की व्यावहारिकता को और बढ़ाती है। लेखक उल्लेख करते हैं कि हालांकि बड़े पैमाने के नेटवर्क में फैब्रिकेशन वेरिएबिलिटी, तापमान संवेदनशीलता और फेज़ कोहेरेंस के संबंध में चुनौतियां बनी हुई हैं, प्रदर्शित लघुकरण और दक्षता भविष्य के स्केलेबल ऑप्टिकल न्यूरल नेटवर्क आर्किटेक्चर के लिए एक व्यवहार्य मार्ग प्रदान करती है।