← नवीनतम पेपर
🔬 optics

Mie Optical Computing

यह शोध पत्र एक कॉम्पैक्ट न्यूरोमॉर्फिक ऑप्टिकल कंप्यूटिंग प्रतिमान प्रस्तावित करता है जहाँ एक एकल मी स्कैटरर (Mie scatterer) वेक्टर स्फेरिकल हार्मोनिक्स आधार में अपने टी-मैट्रिक्स (T-matrix) के माध्यम से प्रशिक्षित रूपांतरणों को एनकोड करता है, जो पारंपरिक विवर्तनत्मक प्रोसेसरों की पैरामीटर-घनत्व सीमाओं को पार करते हुए सिंगल-लेयर न्यूरल नेटवर्क के तुलनीय MNIST वर्गीकरण सटीकता प्राप्त करता है।

मूल लेखक: Vsevolod Kleshchenko, Vladimir Igoshin, Costantino De Angelis, Mihail Petrov

प्रकाशित 2026-08-25
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Vsevolod Kleshchenko, Vladimir Igoshin, Costantino De Angelis, Mihail Petrov

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया 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

ऑप्टिकल कंप्यूटिंग एक ऐसा क्षेत्र है जो बिजली के बजाय प्रकाश का उपयोग करके सूचनाओं को संसाधित करने का प्रयास करता है। दशकों से, वैज्ञानिक जानते हैं कि प्रकाश अविश्वसनीय गति से और लगभग बिना किसी देरी के डेटा ले जा सकता है, जो तेज़ और अधिक ऊर्जा-कुशल कंप्यूटरों के लिए एक संभावित मार्ग प्रदान करता है। इन ऑप्टिकल कंप्यूटरों को बनाने के पारंपरिक दृष्टिकोण अक्सर कई पतली परतों के जटिल स्टैक पर निर्भर करते हैं, जो बिल्कुल वैसे ही है जैसे एक बहु-स्तरीय केक बनाया जाता है। प्रत्येक परत एक छोटे फिल्टर या दर्पण के रूप में कार्य करती है, जो प्रकाश के गुजरने के दौरान उसे थोड़ा बदल देती है। हालांकि यह प्रभावी है, लेकिन ये प्रणालियाँ बड़ी और उन्हें छोटा करना कठिन हो सकता है, क्योंकि प्रकाश को फैलने और प्रत्येक परत के साथ परस्पर क्रिया करने के लिए स्थान की आवश्यकता होती है। मौलिक चुनौती एक बहुत ही छोटे स्थान में पर्याप्त कंप्यूटिंग शक्ति को पैक करने का तरीका खोजने की रही है, बिना जटिल कार्यों को करने की क्षमता खोए।

हाल ही में एक अध्ययन में, रूस के ITMO विश्वविद्यालय और इटली के यूनिवर्सिटी ऑफ ब्रेसिया के शोधकर्ताओं ने इस समस्या के बारे में सोचने के एक क्रांतिकारी तरीके का प्रस्ताव दिया। कई परतों में काम को फैलाने के बजाय, उन्होंने पूछा कि क्या एक एकल, नन्हा कण पूरे कंप्यूटर प्रोसेसर का काम कर सकता है। उन्होंने एक विशिष्ट प्रकार के कण पर ध्यान केंद्रित किया जिसे 'मी स्कैटरर' (Mie scatterer) कहा जाता है, जो एक सामग्री का छोटा गोला है जो प्रकाश के साथ जटिल तरीके से परस्पर क्रिया करता है। जब प्रकाश ऐसे कण से टकराता है, तो वह केवल उससे टकराकर वापस नहीं आता; बल्कि यह कण के भीतर विभिन्न आंतरिक कंपनों, या 'मोड्स' (modes) को उत्तेजित करता है जो कण के आकार और आकृति पर निर्भर करते हैं। शोधकर्ताओं ने पाया कि केवल एक ही कण के भीतर सामग्री को सावधानीपूर्वक डिजाइन करके, वे इसे एक प्रशिक्षित कंप्यूटर में बदल सकते हैं जो प्रकाश के प्रकीर्णन (scattering) के तरीके से गणना करता है।

टीम ने इस विचार का परीक्षण करने के लिए उनसे एक क्लासिक समस्या को हल करने के लिए कहा: हस्तलिखित संख्याओं को पहचानना। उन्होंने शून्य से नौ तक की अंकों की छवियों को लिया और उन्हें प्रकाश की किरण के 'फेज' (phase) में एनकोड किया। फिर इस प्रकाश को एकल कण पर केंद्रित किया गया। जैसे ही प्रकाश कण से टकराया, कण की आंतरिक संरचना ने प्रकाश के विभिन्न हिस्सों को आपस में मिला दिया। शोधकर्ताओं ने कण से दूर बिखरने वाले प्रकाश की तीव्रता (intensity) को मापा। बिखरे हुए प्रकाश के पैटर्न का विश्लेषण करके, एक सरल डिटेक्टर यह निर्धारित कर सकता था कि कौन सी संख्या दिखाई जा रही थी। इस प्रणाली की कुंजी 'टी-मैट्रिक्स' (T-matrix) नामक एक गणितीय उपकरण थी, जो यह वर्णन करती है कि कण आने वाले प्रकाश को जाने वाले प्रकाश में कैसे परिवर्तित करता है। शोधकर्ताओं ने इस मैट्रिक्स के प्रविष्टियों (entries) को एक न्यूरल नेटवर्क के "भार" (weights) के रूप में माना, और उन्हें प्रशिक्षण प्रक्रिया के दौरान तब तक समायोजित किया जब तक कि कण संख्याओं की पहचान करने में अत्यधिक सटीक नहीं हो गया।

परिणाम चौंकाने वाले थे। जब कण का आकार इस तरह रखा गया कि उसका व्यास उपयोग किए गए प्रकाश की तरंग दैर्ध्य (wavelength) का लगभग 15 गुना था, तो सिस्टम ने लगभग 90 प्रतिशत की परीक्षण सटीकता प्राप्त की। प्रदर्शन का यह स्तर एक एकल-परत कृत्रिम न्यूरल नेटवर्क के तुलनीय है, जो इस क्षेत्र में एक मानक बेंचमार्क है। अध्ययन ने दिखाया कि यह एकल सघन वस्तु बड़े, अधिक पारंपरिक ऑप्टिकल सिस्टम की तरह ही कार्य को संभाल सकती है। इसके अलावा, शोधकर्ताओं ने प्रदर्शित किया कि यह उच्च प्रदर्शन तब भी प्राप्त किया जा सकता है जब प्रकाश को कण के बहुत करीब मापा जाता है, जिसे 'नियर-फील्ड' (near-field) कहा जाता है। यह एक महत्वपूर्ण विवरण है क्योंकि यह सुझाव देता है कि ऐसा उपकरण सीधे कंप्यूटर चिप पर एकीकृत किया जा सकता है, जो ऑप्टिकल प्रोसेसर को सीधे इलेक्ट्रॉनिक सर्किट से जोड़ सकता है, जिससे भारी लेंसों या प्रकाश के यात्रा करने के लिए लंबी दूरियों की आवश्यकता नहीं होगी।

हालांकि, शोधकर्ता इस बात को नोट करने में सावधान रहे कि वास्तविक दुनिया का भौतिक विज्ञान इन कणों की क्षमताओं पर सख्त नियम लागू करता है। वास्तविक दुनिया में, सामग्रियां ऊर्जा को शून्य से पैदा नहीं कर सकतीं; वे केवल इसे अवशोषित, परावर्तित या संचारित कर सकती हैं। यह सिद्धांत, जिसे 'पैसिविटी' (passivity) कहा जाता है, कण द्वारा किए जा सकने वाले रूपांतरणों के प्रकारों को सीमित करता है। अध्ययन में पाया गया कि जबकि यह भौतिक बाधा अधिकतम संभव सटीकता को थोड़ा कम करती है, यह सिस्टम को अधिक मजबूत भी बनाती है। एक कण जो इन भौतिक नियमों का पालन करता है, उसके संकेत में छोटी त्रुटियों या शोर (noise) से विचलित होने की संभावना कम होती है। टीम ने यह भी पता लगाया कि कण की समरूपता (symmetry) उसके प्रदर्शन को कैसे प्रभावित करती है, यह दिखाते हुए कि एक पूरी तरह से गोल, सममित कण में प्रकाश को हेरफेर करने के स्वतंत्र तरीके कम होते हैं, जो इसकी जटिलता को सीमित करता है लेकिन इसके डिजाइन को सरल बनाता है।

यह सिद्ध करने के लिए कि यह अवधारणा केवल एक सैद्धांतिक अभ्यास नहीं है, शोधकर्ताओं ने एक विशिष्ट, गैर-अवशोषक डाइलेक्ट्रिक कण को डिजाइन करने के लिए कंप्यूटर का उपयोग किया। उन्होंने एक आभासी कण बनाया जिसमें सामग्री के गुणों का एक जटिल, गैर-समान वितरण था, जो अनिवार्य रूप से एक अद्वितीय आंतरिक संरचना को तराश कर बनाया गया था जो एक आदर्श प्रोसेसर के रूप में कार्य करता था। इस 'इनवर्स-डिजाइन' किए गए कण ने 84 प्रतिशत की सटीकता प्राप्त की। हालांकि यह विशिष्ट, अत्यधिक विस्तृत संरचना वर्तमान तकनीक के साथ बनाना कठिन हो सकता है, लेकिन यह सिमुलेशन एक 'प्रूफ ऑफ प्रिंसिपल' (सिद्ध करने वाला सिद्धांत) के रूप में कार्य करता है। यह दर्शाता है कि एक सीमित, निष्क्रिय वस्तु जिसमें वास्तविक भौतिक पैरामीटर हों, वास्तव में ऑप्टिकल वर्गीकरण के लिए आवश्यक जटिल रूपांतरणों को साकार कर सकती है।

इस कार्य के निहितार्थ केवल संख्याओं को पहचानने से परे हैं। अध्ययन इस बात पर प्रकाश डालता है कि एक एकल वस्तु द्वारा संसाधित की जा जाने वाली सूचना का घनत्व पहले की तुलना में बहुत अधिक है। जबकि एक पारंपरिक ऑप्टिकल परत में सीमित संख्या में समायोज्य बिंदु हो सकते हैं, एक एकल स्कैटरर सूचना को संसाधित करने के लिए बड़ी संख्या में आंतरिक मोड्स का उपयोग कर सकता है। शोधकर्ताओं ने गणना की कि प्रकाश की तरंग दैर्ध्य के बराबर आकार के कण के लिए, समायोज्य पैरामीटरों की संख्या उसी क्षेत्र के पारंपरिक परत की तुलना में सैकड़ों गुना अधिक हो सकती है। यह ऑप्टिकल कंप्यूटिंग के लिए एक नया मार्ग सुझाता है, जहाँ लक्ष्य परतों के बड़े और बड़े स्टैक बनाना नहीं है, बल्कि स्मार्ट, अधिक जटिल एकल तत्वों को इंजीनियर करना है।

यह कार्य इससे जुड़े समझौतों (trade-offs) को भी स्पष्ट करता है। जबकि एकल स्कैटरर पैरामीटर घनत्व में भारी वृद्धि प्रदान करता है, यह कण तक पहुँचने या प्रकीर्णन के बाद एकत्र होने के लिए प्रकाश को कुछ दूरी तय करने की आवश्यकता को समाप्त नहीं करता है। इनपुट इमेज को अभी भी तैयार और केंद्रित करने की आवश्यकता है, और आउटपुट को अभी भी पढ़ना होगा। हालांकि, संपूर्ण नियंत्रणीय रूपांतरण को एक छोटे से आयतन में केंद्रित करके, सिस्टम स्वयं के भौतिक पदचिह्न (physical footprint) को काफी कम कर देता है। यह कल के चिप्स में एकीकृत होने वाले अगली पीढ़ी के कॉम्पैक्ट, उच्च-गति वाले ऑप्टिकल प्रोसेसर के लिए एक आशाजनक उम्मीदवार बनाता है।

अंत में, यह शोध कंप्यूटिंग के भविष्य की एक सम्मोहक दृष्टि प्रस्तुत करता है। यह दिखाता है कि प्रकाश और पदार्थ के बीच परस्पर क्रिया के गहरे भौतिकी को समझकर, हम एक साधारण, नन्हे कण को एक शक्तिशाली प्रोसेसर में बदल सकते हैं। शोधकर्ताओं ने दिखाया है कि पैटर्न को पहचानने के जटिल कार्य को इस तरह से एनकोड किया जा सकता है कि एक एकल वस्तु प्रकाश को बिखेरती है, बशर्ते उस वस्तु की आंतरिक संरचना सही ढंग से डिजाइन की गई हो। यह दृष्टिकोण इस लंबे समय से चली आ रही धारणा को चुनौती देता है कि ऑप्टिकल कंप्यूटरों को बड़ा और स्तरित होना चाहिए, इसके बजाय एक सघन, कुशल और भौतिक रूप से व्यवहार्य ऑप्टिकल इंटेलिजेंस का मार्ग प्रदान करता है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →