Tutorial: A practical guide to the alignment of defocused spatial light modulators for fast diffractive neural networks

Sintesi Tecnica: Una Guida Pratica all'Allineamento di Modulatori Spaziali di Luce Defocalizzati per Reti Neurali Diffrattive Veloci

Enunciazione del Problema
Le reti neurali diffrattive ottiche (DNN) offrono una via per accelerare l'apprendimento automatico e ridurre il consumo energetico sfruttando la velocità della luce e le capacità di elaborazione parallela dell'ottica a campo pieno. Tuttavia, esiste un collo di bottiglia significativo nell'addestramento di questi sistemi: le basse velocità di aggiornamento dei modulatori spaziali di luce (SLM) limitano la velocità di acquisizione e elaborazione dei dati. Sebbene il multiplexing spaziale — la visualizzazione simultanea di più immagini di input su diverse regioni di interesse (ROI) sullo SLM — possa teoricamente accelerare l'addestramento di ordini di grandezza, introduce una sfida sperimentale critica. Affinché il multiplexing funzioni, ogni canale parallelo deve eseguire la stessa operazione fisica esatta. Ciò richiede una coniugazione a livello di pixel tra modulatori successivi (ad esempio, un modulatore di ampiezza e un modulatore di fase) con estrema precisione. Man mano che le lunghezze d'onda diminuiscono fino alla gamma visibile, la tolleranza al disallineamento meccanico e la complessità del controllo del mezzo di propagazione aumentano significativamente. I metodi di allineamento esistenti per architetture simili, come i convertitori di luce multi-piano (MPLC), spesso soffrono di una bassa tolleranza al disallineamento o richiedono una partizione complessa dell'SLM, riducendo i gradi di libertà (DoF) disponibili. Inoltre, l'addestramento di reti neurali fisiche è complicato da riflessioni parassite, aberrazioni e rumore, che rendono difficili l'applicazione diretta degli algoritmi standard di backpropagation ai dati sperimentali.

Metodologia
Gli autori presentano una procedura di allineamento semi-automatica progettata per ottenere una coniugazione a livello di pixel tra un modulatore di ampiezza (un microdisplay, µDisplay) e un modulatore di sola fase (un SLM). La configurazione utilizza un sistema 4f per imaging del µDisplay sull'SLM, seguito da propagazione verso una telecamera defocalizzata per mimare la diffrazione nello spazio libero.

Il protocollo di allineamento consiste in tre fasi principali:

1. Posizionamento Assiale: L'ingrandimento del sistema 4f viene regolato manualmente per corrispondere al rapporto dei passi dei pixel dei due modulatori. Ciò viene ottenuto sostituendo l'SLM con una telecamera per localizzare il piano immagine e regolando iterativamente le distanze delle lenti.
2. Allineamento Manuale Laterale e Assiale: Utilizzando una piattaforma a sei assi, l'SLM viene posizionato grossolanamente. Gli autori sfruttano la diffrazione della luce ai bordi netti: visualizzando target con gradienti di fase (ad esempio, cerchi concentrici con fase alternata di 0 e $2\pi$) sull'SLM e pattern di intensità uniforme sul µDisplay, i bordi diventano visibili come regioni scure in un piano coniugato. Questo permette un allineamento grezzo manuale.
3. Rifinitura Automatizzata: Un algoritmo di visione artificiale affina l'allineamento. Il sistema visualizza dischi sul µDisplay e pattern di fase concentrici sull'SLM. Utilizzando algoritmi standard di adattamento ellittico (tramite OpenCV), il sistema rileva i centri delle macchie scure risultanti sulla telecamera. Confrontando i centroidi delle caratteristiche del µDisplay e delle caratteristiche dell'SLM, l'algoritmo calcola le traslazioni necessarie. Questo processo si ripete fino a quando le posizioni non convergono.

Il metodo è robusto rispetto al defocus e scalabile; la stessa procedura può essere applicata sequenzialmente per allineare qualsiasi numero di modulatori. La configurazione risultante è caratterizzata utilizzando solo misurazioni di intensità. Visualizzando maschere di fase casuali sull'SLM e illuminazione costante sul µDisplay, gli autori analizzano i pattern di speckle risultanti. Se i canali sono perfettamente allineati, i pattern di speckle su tutte le ROI dovrebbero essere identici (invarianti per traslazione). Il disallineamento risulta in pattern di speckle spostati o distorti, che possono essere quantificati tramite correlazione incrociata.

Contributi e Risultati Chiave

• Procedura di Allineamento Scalabile: Gli autori dimostrano un metodo robusto e semi-automatico per allineare più SLM con precisione a livello di pixel. L'algoritmo converge in circa 5 iterazioni (meno di un minuto) ed è insensibile al defocus, purché l'allineamento manuale iniziale sia entro la profondità di campo.
• Multiplexing Spaziale ad Alta Densità: La configurazione allineata supporta con successo una griglia $10 \times 10$ di ROI indipendenti, ciascuna di $64 \times 64$ pixel, fornendo oltre $4 \times 10^5$ gradi di libertà spaziali. Ciò permette l'elaborazione simultanea di 100 input.
• Accelerazione dell'Addestramento: Sfruttando il multiplexing spaziale, il tempo di addestramento per una DNN viene ridotto da circa 4 giorni (elaborando un'immagine alla volta) a circa 1 ora per 10 epoche su una rete a 3 livelli. Ciò rende fattibile l'addestramento di DNN ottiche nello spettro visibile entro i tempi standard di laboratorio.
• Riduzione del Rumore: Il regime di multiplexing spaziale agisce come un meccanismo di mediazione del rumore. Gli autori mostrano che l'errore quadratico medio (MSE) diminuisce all'aumentare del numero di ROI mediate, seguendo una tendenza $1/\sqrt{n}$, riducendo efficacemente il rumore sperimentale.
• Adattamento Algoritmico: A causa dell'alto rumore e delle riflessioni parassite intrinseche alle configurazioni ottiche a campo pieno, la backpropagation standard fallisce. Gli autori implementano con successo una versione supervisionata dell'algoritmo Forward-Forward (un metodo privo di backpropagation) combinato con un piccolo strato digitale per addestrare l'encoder ottico. Questo approccio ha raggiunto un'accuratezza di inferenza di circa l'85% sul dataset MNIST. Senza l'allineamento preciso, il sistema non poteva apprendere, con punteggi di inferenza che ristagnavano intorno al 30%.

Significato e Affermazioni
Il lavoro afferma di fornire una soluzione pratica alle sfide sperimentali nella costruzione di reti neurali diffrattive ottiche scalabili e ad alta velocità. Abilitando una coniugazione precisa a livello di pixel di più modulatori, gli autori dimostrano che il multiplexing spaziale è una strategia percorribile per superare i limiti delle velocità di aggiornamento degli SLM. Il sistema risultante funziona come una DNN ottica veloce e riconfigurabile capace di elaborare centinaia di input simultaneamente.

Gli autori posizionano questa configurazione non solo come un classificatore, ma come una piattaforma versatile per investigare l'addestramento di reti neurali fisiche. Evidenziano che il sistema mima la propagazione in mezzi stratificati con non linearità (introdotte dalla sensibilità all'intensità della telecamera) e include un rumore sperimentale realistico. Sebbene l'implementazione attuale si basi su un regime di addestramento ibrido ottico-digitale a causa delle sfide della backpropagation ottica diretta, gli autori sostengono che questa piattaforma è ideale per colmare il divario tra ottica e apprendimento automatico. Suggeriscono che ulteriori miglioramenti nella tecnologia dei modulatori (affrontando la non planarità, la diafonia e le riflessioni parassite) potrebbero eventualmente portare a un apprendimento completamente ottico. Il metodo di allineamento stesso è notato come potenzialmente utile per altre applicazioni di modellazione del fronte d'onda, come il controllo delle onde ottiche in mezzi complessi, le telecomunicazioni e l'olografia, ovunque sia richiesta una coniugazione precisa degli SLM.