Mie Optical Computing

In de zoektocht naar het sneller en efficiënter maken van computers, hebben wetenschappers lang naar licht gekeken als een potentiële vervanging voor elektriciteit. Traditionele computers verwerken informatie met behulp van elektronen die door siliciumchips bewegen, maar licht reist sneller en kan meer gegevens tegelijkertijd dragen zonder zoveel warmte te genereren. Dit veld, bekend als optische computertechnologie, heeft als doel machines te bouwen die afbeeldingen en gegevens verwerken met behulp van lichtbundels in plaats van elektrische stromen. Jarenlang hebben de leidende ontwerpen voor deze op licht gebaseerde computers vertrouwd op complexe stapels lagen, vergelijkbaar met een gebouw met meerdere verdiepingen waar licht tussen de verdiepingen heen en weer kaatst. Elke laag fungeert als een filter of een spiegel, die het licht lichtjes aanpast voordat het naar de volgende laag gaat. Hoewel effectief, zijn deze systemen volumineus, moeilijk te verkleinen en vereisen ze veel ruimte om zelfs eenvoudige taken uit te voeren. De fundamentele uitdaging is geweest hoe men genoeg rekenkracht in een klein, enkel stuk materiaal kan verpakken zonder een massieve, uitgestrekte structuur nodig te hebben.

Een team van onderzoekers van de ITMO Universiteit in Rusland en de Universiteit van Brescia in Italië heeft een radicale oplossing voorgesteld voor dit probleem: in plaats van een meerlagige machine te bouwen, stellen zij voor om een enkel, minuscuul deeltje te gebruiken om al het werk te doen. In hun studie toonden zij aan dat een enkel korreltje materiaal, ongeveer de grootte van een golflengte van licht, getraind kan worden om patronen net zo goed te herkennen als een veel groter, complexer systeem. Ze richtten zich op een specifiek type interactie genaamd Mie-verstrooiing, die optreedt wanneer licht een deeltje raakt dat qua grootte vergelijkbaar is met de golflengte van het licht. Wanneer licht een dergelijk deeltje raakt, kaatst het niet alleen terug; het exciteert een complexe interne vibratie binnen het deeltje, waardoor het het licht op een zeer specifieke, patroonmatige manier opnieuw uitzendt. De onderzoekers realiseerden zich dat als ze de interne structuur van dit deeltje zorgvuldig konden controleren, ze het konden programmeren om wiskundige berekeningen uit te voeren, simpelweg door de manier waarop het licht verstrooit.

Het team testte dit idee door het deeltje een klassieke taak te laten uitvoeren: het identificeren van handgeschreven cijfers. Ze namen afbeeldingen van cijfers van nul tot negen, codeerden deze in de fase van een lichtstraal en richtten die straal op een enkel, virtueel deeltje. Het deeltje fungeerde als een processor, die het inkomende licht transformeerde op basis van de interne eigenschappen ervan. Aan de andere kant mat een set detectoren de intensiteit van het licht dat door het deeltje werd verstrooid. De onderzoekers trainden vervolgens de interne structuur van het deeltje met behulp van een computersimulatie, waarbij ze de eigenschappen aanpasten totdat het patroon van het verstrooide licht het getoonde nummer correct identificeerde. In deze simulaties bereikte een enkel deeltje met een grootteparameter van 15 (een maat voor de grootte ten opzichte van de golflengte van het licht) een testnauwkeurigheid van ongeveer 90 procent. Deze prestatie is vergelijkbaar met een enkelvoudig laag kunstmatig neuraal netwerk, een standaard type computeralgoritme dat wordt gebruikt voor patroonherkenning, wat bewijst dat een enkel, compact object inderdaad niet-triviale computerberekeningen kan uitvoeren.

Een van de meest significante bevindingen van de studie is hoeveel meer informatie een enkel deeltje kan verwerken in vergelijking met traditionele gelaagde systemen. In een standaard optische computer wordt de hoeveelheid informatie die een laag kan verwerken beperkt door het aantal pixels dat het bevat, wat ruwweg wordt bepaald door de golflengte van het licht. Echter, een enkel deeltje kan een enorm aantal interne vibratiemodi, of "kanalen", ondersteunen die met elkaar interageren. De onderzoekers ontdekten dat het aantal aanpasbare instellingen, of parameters, binnen een enkel deeltje veel sneller groeit dan het aantal pixels in een platte laag naarmate het deeltje groter wordt. Specifiek schaalt de dichtheid van deze trainbare instellingen in een deeltje met de vierde macht van de grootte, terwijl dit in een platte laag schaalt met het kwadraat. Dit betekent dat voor een deeltje dat slechts iets groter is dan de golflengte van het licht, de hoeveelheid rekenkracht die het in zijn minuscule volume kan verpakken, orden van grootte hoger is dan wat een plat, gelaagd ontwerp in dezelfde ruimte zou kunnen bereiken.

De studie onderzocht ook de fysieke limieten die de natuur aan een dergelijk apparaat oplegt. Materialen in de echte wereld moeten bepaalde regels naleven, zoals reciprociteit (het idee dat licht op dezelfde manier reist als het vooruit of achteruit beweegt) en passiviteit (de regel dat een passief object geen energie kan creëren, maar alleen kan absorberen of verstrooien wat het ontvangt). De onderzoekers testten hoe deze natuurwetten de capaciteit van het deeltje om te rekenen beïnvloedden. Ze vonden dat hoewel het vereisen dat het deeltje passief is, de maximale nauwkeurigheid iets verminderde, het systeem ook robuuster maakte. Een passief deeltje was minder snel vatbaar voor kleine fouten of ruis in het licht, waardoor het als een natuurlijke stabilisator fungeerde. Bovendien toonden ze aan dat zelfs met deze strikte fysieke beperkingen, het deeltje nog steeds getraind kon worden om cijfers met hoge nauwkeurigheid te herkennen, waarbij een nauwkeurigheid tot 84 procent werd bereikt wanneer het werd ontworpen als een niet-absorberend dielektrisch object.

Om te bewijzen dat dit concept niet slechts een wiskundige truc was, maar iets dat in de echte wereld kon bestaan, ontwierp het team een specifieke fysieke vorm voor het deeltje. Ze creëerden een virtuele, inhomogene sfeer, wat betekent een bol gemaakt van verschillende materialen die in een precies patroon gemengd zijn. Door de dichtheid van het materiaal op verschillende punten binnen de sfeer aan te passen, konden ze de verstrooiingseigenschappen van de sfeer afstemmen. De simulaties toonden aan dat deze op maat gemaakte sfeer succesvol de handgeschreven cijfers kon classificeren. De optimale vormen waren complex en gevarieerd, en vertrouwden op gecoördineerde interacties tussen vele verschillende interne resonanties in plaats van op één enkel eenvoudig effect. Hoewel een dergelijke fijn gedetailleerde structuur moeilijk te vervaardigen zou zijn met de huidige technologie, dient de studie als een bewijs van principe. Het demonstreert dat de complexe berekeningen die vereist zijn voor optische computertechnologie niet noodzakelijkerwijs een groot, meerlagig apparaat vereisen, maar geconcentreerd kunnen worden in de multipolaire respons van een enkele, compacte verstrooier.

Dit werk opent een nieuwe weg voor het ontwerpen van optische computers die ongelooflijk klein en efficiënt zijn. Door het gehele computerproces te concentreren in één enkel object, kunnen onderzoekers deze processors potentieel direct op computerchips integreren, waardoor de kloof tussen lichtgebaseerde verwerking en elektronische circuits wordt overbrugd. De studie suggereert dat de toekomst van de optische computertechnologie niet ligt in het bouwen van grotere, complexere stapels spiegels en lenzen, maar in het beheersen van de ingewikkelde fysica van een enkel, minuscuul korreltje materie. Terwijl de onderzoekers hun ontwerpen blijven verfijnen, verschuift de mogelijkheid om ultra-snelle, energiezuinige optische processors te bouwen die op de kop van een speld passen, van de sfeer van de theorie naar de realiteit.