コンピュータが単に電気で数値を計算するのではなく、光と踊る世界を想像してみてください。これは、電子の代わりに光のビームが、顔の認識や病気の診断といった複雑な問題を解決するために情報を運ぶという、未来的な科学の領域、「光ニューラルネットワーク（ONN）」の世界です。この技術の中で最も有望なバージョンが、「回折型光ニューラルネットワーク（DONN）」です。DONNを、巨大で見えない万華鏡のようなものだと考えてください。そこに画像を照らし込むと、光が特殊な鏡やフィルターに反射し、自身と屈折・干渉し合うことで、答えを表す新しいパターンを生み出すのです。
しかし、一つ問題があります。これらの光ベースのコンピュータの多くは、「完全なコヒーレント（可干渉）」な光、つまり、すべてのフォトンの行進がパレードの兵士のように完璧に足並みを揃えたレーザービームの下で動作するように設計されてきました。しかし現実の世界では、光がそれほど完璧であることは稀です。日光、ランプの光、さらにはコンピュータの画面からの光などは「部分的にコヒーレント」であり、フォトンの動きは、軍隊のパレードというよりは、賑やかな市場を歩く人混みのように、少し混沌としています。長年、科学者たちは、こうした「乱れた」現実世界の光の下で、これらの光コンピュータをうまく機能させることに苦労してきました。また、彼らは第二の障害にも直面していました。光は自然に直線的な数学（線形）を行おうとしますが、スマートなコンピュータが複雑なことを学習するには、トリッキーで曲線的な数学（非線形）を行う必要があります。通常、光にこの「曲線的な数学」を行わせるには、危険で高出力なレーザーや、製造が困難な特殊な材料が必要となります。
ここで、新しい研究が登場します。研究チームは、「部分コヒーレント高次光ニューラルネットワーク（HONH）」と呼ばれる巧妙な回避策を提案しました。現実世界の光の乱れと戦ったり、危険なレーザーを使用したりする代わりに、彼らは光自体の混沌を利用し、スマートなコーディングのトリックを組み合わせることで、コンピュータに非線形に「思考」させる方法を見つけ出しました。彼らはこれを「擬似非線形エンコーディング」と呼んでいます。これは、人々を無理やり一列に並ばせるのではなく、彼らがどのように部屋に入ってくるかによって、混沌とした群衆に特定の複雑なパターンで踊る方法を教えるようなものです。
チームは、空間光変調器（本質的にはハイテクでプログラム可能な鏡）を用いた可視光セットアップを使用して、このアイデアの物理モデルを構築し、「Digit MNIST」（手書き数字）や「Fashion MNIST」（衣類アイテム）といった有名な画像データセットでテストを行いました。さらに、現実世界の表情データや医療画像でもテストを行いました。結果は有望でした。彼らの新しいシステムは、部分コヒーレント光を使用して画像を正常に認識することができ、システムの「非線形性」を高める（鏡の層を調整する）ほど、性能が向上しました。実際、いくつかのテストでは、彼らの光ベースのコンピュータは従来の電気コンピュータと同等の性能を示しながら、計算電力の10%未満しか消費しませんでした。
決定的なことに、研究者たちはこのシステムが驚くほど堅牢であることを発見しました。たとえ現実世界の光の条件が、コンピュータの学習時と完全に一致していなくても、システムは良好に機能しました。この研究は、「光の乱れ」をバグとしてではなく、一つの特徴（フィーチャー）として扱うことで、現実世界に対応した光コンピュータを構築できることを示唆しています。今回の実験は、概念を証明するためにシミュレートされた光条件下でラボ内で行われましたが、その知見は、次世代のマシンビジョンやイメージングを駆動するために光を利用するための実用的な道筋を示しており、スマートカメラやセンサーをこれまで以上に高速かつエネルギー効率の高いものにする可能性があります。
技術要約：擬似非線形エンコーディングによる部分コヒーレント高次光学ニューラルネットワーク
問題提起
回折型光学ニューラルネットワーク（DONN）は、高速かつエネルギー効率の高いコンピューティングへの道筋を提示しているが、非線形活性化関数のための一般的なフレームワークの欠如という根本的な限界に直面している。既存のDONNの多くは、理想的なコヒーレント照明下で動作し、主に線形写像を実現しているため、その表現能力や、光源が部分コヒーレント性を有する現実的な環境における適用性が制限されている。飽和吸収や第二高調波発生といった物理的な非線形効果は存在するものの、それらは高い光強度と特殊な材料を必要とすることが多い。対照的に、「擬似非 nonlinearity」（線形システム内でのエンコーディング戦略）は、高強度の必要性を回避できるが、部分コヒーレント光の物理学との統合が十分に検討されていない。解決すべき中心的な課題は、いかにして物理的に一貫した方法で、部分コヒーレント光学ニューラルネットワークに効果的かつ制御可能な非線形性を導入するかである。
手法
著者らは、部分コヒーレント照明下で動作する**高次光学ニューラルネットワーク（HONN）**フレームワークを提案している。このフレームワークは、以下の2つの非線形源を統合している：
- コヒーレンス依存の検出非線形性： 部分コヒーレント光の下での光学検出の強度応答から生じるもの。
- システムレベルの擬似非線形性： 光学システム内の最適化されたエンコーディング戦略を通じて達成されるもの。
理論的枠組み
本モデルは、入力変数間の高次相互作用を導入することで、従来の線形重みアーキテクチャを拡張する。出力 y は、入力振幅、位相変調、およびコヒーレンス行列（Γ）の相互作用から生じる高次多項式展開として記述される。
- 擬似非線形性： 入力データを位相変調パラメータ（Φi=aiX+Bi）を持つ回折層にエンコードすることによって実装される。特定の係数（ai）をゼロに設定することで、システムは異なる非線形次数（1次から4次）で動作するように調整可能である。
- 部分コヒーレンスのシミュレーション： システムはガウス・シェルのモデルを利用する。部分コヒーレント伝搬を効率的にシミュレートするために、著者らはランダムなスペクトルを持つコヒーレント光場（M=20 の重ね合わせ）の重ね合わせを用い、コヒーレンス長（lc）を定義している。
- 実験プラットフォーム： 可視光空間光変調器（SLM）セットアップ（波長660 nm）を用いた4層のDONNを実装した。システムは、入力振幅/位相エンコーディング用のSLMと、特定の非線形次数を実現するための変調位相ロード用の第2のSLMの2つを使用している。
学習と検証
モデルはレイリー・ソマーフェルト回折理論および角スペクトル法を用いて学習され、クロスエントロピー損失を用いたAdamオプティマイザによって最適化された。検証は以下を用いて行われた：
- Digit MNIST および Fashion MNIST： コヒーレンス長（lc）および非線形次数の変化に伴う性能傾向を分析するため。
- RAF (Real-world Affective Faces) および MedMNIST： 複雑な実世界のデータセットにおける実用的な適用可能性を実証するため。
- 堅牢性テスト： テスト時のコヒーレンス長（lc−test）が学習時のコヒーレンス長（lc−train）から逸脱した場合の性能を評価。
主な貢献
- 統合されたHONNフレームワーク： 本論文は、擬似非線形性と部分コヒーレンスを統合した高次光学推論のための一般的なフレームワークを確立している。これは、物理的な非線形性と擬似非線形性が、統一された数学的形式の代替的な実装であることを示唆している。
- 実験的実証： 著者らは可視スペクトルにおけるHONNモデルを実験的に検証し、コヒーレンス長および非線形次数の増加とともに分類精度が向上することを実証した。
- コヒーレントな堅牢性： 本研究は、高次の変調が実効的な非線形応答を強化し、コヒーレンス減少による性能低下を補償することを明らかにしている。これは、ピーク精度とコヒーレンス・ミスマッチに対する堅牢性の間のトレードオフを示唆している。
- 効率性： 提案されたHONONは、従来の電気的ニューラルネットワークの10%未満の計算複雑度でありながら、同等の性能を達成している。
結果
- 性能傾向： Digit MNISTにおいて、コヒーレンス長が 8Δx から完全コヒーレントへと移動するにつれ、シミュレーション精度は79.25%から94.83%（1次）、および83.23%から95.55%（3次）へと上昇した。実験結果も同様の傾向を示し、最大90.25%の精度に達した。
- 実世界データセット： RAFデータセットにおいて、部分コヒーレントHONNは72.68%の精度を達成し、MedMNISTでは97.17%を達成した。電気的リードアウト層（光電ハイブリッド）と統合した場合、精度はそれぞれ75.86%および98.39%に向上した。
- スケーリング挙動： モデルの容量とコヒーレンスの間には強い結合が観察された。低コヒーレンス下では、過剰パラメータ化されたモデルは過学習や最適化の困難に直面したが、高コヒーレンスは高容量ネットワークの学習を容易にした。
- 堅牢性： 低コヒーレンス（lc−train=8Δx）で学習されたモデルは、高コヒーレンスで学習されたモデルと比較して、広範なテストコヒーレンス条件下でも安定した性能を維持した（高コヒーレンスモデルは lc−test が減少すると急速に劣化した）。
意義と主張
著者らは、部分コヒーレント照明下における高次光学ニューラル演算のための統一されたフレームワークを提供することで、研究の空白を埋めると主張している。彼らは、部分コヒーレンスは単なる制限要因ではなく、推論挙動を形成する「物理的に意味のある自由度」であると断言している。
本研究の意義は以下の通りである：
- 実用的な展開： 自然光（本質的に部分コヒーレントである）の下でのマシンビジョン、計算イメージング、およびセンシングにおける光学コンピューティングへの道筋を提供すること。
- 汎用性： 従来の回折モデルを超えたフレームワークを確立し、メタ表面ベースのシステムや低閾値の非線形デバイスにも適用可能であること。
- 効率性： 光学的推論が、計算複雑度を劇的に削減しながら、精度において電気的ネットワークに匹敵できることを実証したこと。
本論文は、部分コヒーレント光学システムにおいて、性能と堅牢性を最適化するためには、コヒーレンス、非線形次数、およびモデル容量を共同設計（co-design）すべきであると結論付けている。
毎週最高の electrical engineering 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録