Partially coherent high-order optical neural networks via pseudo-nonlinear encoding
यह शोध पत्र आंशिक रूप से सुसंगत प्रकाश व्यवस्था (partially coherent illumination) के तहत एक उच्च-क्रम ऑप्टिकल न्यूरल नेटवर्क ढांचे को प्रस्तुत और प्रयोगात्मक रूप से मान्य करता है जो पारंपरिक विवर्तन प्रणालियों (diffractive systems) की गैर-रैखिकता सीमा को पार करता है, जिससे काफी कम कम्प्यूटेशनल जटिलता और बेहतर मजबूती के साथ इलेक्ट्रिकल न्यूरल नेटवर्क के तुलनीय प्रदर्शन प्राप्त होता है।
मूल पेपर CC BY 4.0 (https://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
एक ऐसी दुनिया की कल्पना करें जहाँ कंप्यूटर केवल बिजली से नंबरों की गणना नहीं करते, बल्कि प्रकाश के साथ नृत्य करते हैं। यह ऑप्टिकल न्यूरल नेटवर्क (ONNs) का क्षेत्र है, जो विज्ञान की एक भविष्यवादी शाखा है जहाँ प्रकाश की किरणें, इलेक्ट्रॉन्स के बजाय, चेहरों को पहचानने या बीमारियों का निदान करने जैसी जटिल समस्याओं को हल करने के लिए जानकारी ले जाती हैं। इस तकनीक का सबसे आशाजनक संस्करण डिफ्रैक्टिव ऑप्टिकल न्यूरल नेटवर्क (DONN) है। एक DONN को एक विशाल, अदृश्य कैलीडोस्कोप (kaleidoscope) की तरह समझें: आप इसमें एक तस्वीर चमकाते हैं, और प्रकाश विशेष दर्पणों और फिल्टरों की एक श्रृंखला से टकराकर उछलता है, जिससे वह खुद को मोड़ता और हस्तक्षेप करता है ताकि एक नया पैटर्न बन सके जो उत्तर का प्रतिनिधित्व करता है।
हालाँकि, इसमें एक पेंच है। इनमें से अधिकांश प्रकाश-आधारित कंप्यूटरों को केवल "पूर्णतः सुसंगत" (perfectly coherent) प्रकाश के तहत काम करने के लिए डिज़ाइन किया गया है—जैसे कि एक लेजर बीम जहाँ प्रत्येक फोटॉन एक परेड में सैनिकों की तरह पूर्ण तालमेल में कदम से कदम मिलाकर चलता है। लेकिन वास्तविक दुनिया में, प्रकाश शायद ही कभी इतना सटीक होता है। सूर्य का प्रकाश, लैंप की रोशनी और यहाँ तक कि कंप्यूटर स्क्रीन से निकलने वाला प्रकाश भी "आंशिक रूप से सुसंगत" (partially coherent) होता है, जिसका अर्थ है कि फोटॉन थोड़े अराजक होते हैं, जैसे कि एक सैन्य परेड के बजाय एक व्यस्त बाजार में चलते लोगों की भीड़। वर्षों तक, वैज्ञानिक इन प्रकाश-कंप्यूटरों को इस अव्यवस्थित, वास्तविक दुनिया के प्रकाश में सफलतापूर्वक चलाने के लिए संघर्ष करते रहे। उन्हें एक दूसरी बाधा का भी सामना करना पड़ा: प्रकाश स्वाभाविक रूप से एक सीधी रेखा (रैखिक/linear) में गणित करना चाहता है, लेकिन स्मार्ट कंप्यूटरों को जटिल चीजों को सीखने के लिए घुमावदार गणित (गैर-रैखिक/nonlinear) करने की आवश्यकता होती है। आमतौर पर, प्रकाश को इस "घुमावदार गणित" को करने के लिए खतरनाक, उच्च-शक्ति वाले लेजर या विशेष सामग्रियों की आवश्यकता होती है जिन्हें बनाना कठिन होता है।
यहीं पर नया शोध काम आता है। वैज्ञानिकों की एक टीम ने एक चतुर समाधान प्रस्तावित किया है जिसे पार्शियली कोहेरेंट हाई-ऑर्डर ऑप्टिकल न्यूरल नेटवर्क (HONN) कहा जाता है। वास्तविक दुनिया के प्रकाश की अव्यवस्था से लड़ने या खतरनाक लेजर का उपयोग करने के बजाय, उन्होंने प्रकाश की अराजकता का उपयोग करने का एक तरीका खोजा है, जिसे एक स्मार्ट कोडिंग ट्रिक के साथ मिलाकर, कंप्यूटर को गैर-रैखिक रूप से "सोचने" के लिए बनाया गया है। वे इसे "स्यूडो-नॉनलीनियर एनकोडिंग" (pseudo-nonlinear encoding) कहते हैं। यह एक अराजक भीड़ को कमरे में प्रवेश करने के तरीके से ही एक विशिष्ट, जटिल पैटर्न में नृत्य करने के लिए सिखाने जैसा है, बजाय इसके कि उन्हें एक पंक्ति में मार्च करने के लिए मजबूर किया जाए।
टीम ने स्थानिक प्रकाश मॉड्युलेटर (essentaly उच्च-तकनीकी, प्रोग्राम करने योग्य दर्पण) के साथ एक दृश्य प्रकाश सेटअप का उपयोग करके इस विचार का एक भौतिक मॉडल बनाया और इसे डिजिट MNIST (हस्तलिखित संख्याएं) और फैशन MNIST (कपड़े की वस्तुएं) जैसे प्रसिद्ध इमेज डेटासेट पर परखा। उन्होंने वास्तविक दुनिया के चेहरे के भावों के डेटा और चिकित्सा छवियों पर भी इसका परीक्षण किया। परिणाम उत्साहजनक थे: उनका नया सिस्टम आंशिक रूप से सुसंगत प्रकाश का उपयोग करके छवियों को सफलतापूर्वक पहचान सकता था, और वे जितना अधिक "नॉनलीनियर" सिस्टम को बनाते (दर्पणों की परतों को समायोजित करके), यह उतना ही बेहतर होता गया। वास्तव में, कुछ परीक्षणों में, उनके प्रकाश-आधारित कंप्यूटर ने पारंपरिक विद्युत कंप्यूटरों के समान प्रदर्शन किया, लेकिन इसने उनकी तुलना में 10% से भी कम कंप्यूटिंग शक्ति का उपयोग किया।
महत्वपूर्ण रूप से, शोधकर्ताओं ने पाया कि यह प्रणाली आश्चर्यजनक रूप से मजबूत है। भले ही वास्तविक दुनिया की प्रकाश स्थितियाँ उन स्थितियों से पूरी तरह मेल नहीं खाती थीं जिन पर कंप्यूटर को प्रशिक्षित किया गया था, फिर भी यह अच्छी तरह से काम करता रहा। अध्ययन यह सुझाव देता है कि प्रकाश की "अव्यवस्था" को एक खामी के रूप में नहीं, बल्कि एक विशेषता के रूप में मानकर, हम ऐसे ऑप्टिकल कंप्यूटर बना सकते हैं जो वास्तविक दुनिया के लिए तैयार हैं। हालाँकि वर्तमान प्रयोग लैब में सिम्युलेटेड प्रकाश स्थितियों के साथ अवधारणा को सिद्ध करने के लिए किए गए थे, लेकिन निष्कर्ष यह सुझाव देते हैं कि अगली पीढ़ी की मशीन विजन और इमेजिंग को संचालित करने के लिए प्रकाश का उपयोग करने का एक व्यावहारिक मार्ग प्रशस्त हुआ है, जो स्मार्ट कैमरों और सेंसरों को पहले से कहीं अधिक तेज़ और ऊर्जा-कुशल बना सकता 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।