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

Resumo Técnico: Um Guia Prático para o Alinhamento de Moduladores Espaciais de Luz Desfocados para Redes Neurais Difrativas Rápidas

Enunciado do Problema
Redes neurais difrativas ópticas (DNNs) oferecem um caminho para acelerar o aprendizado de máquina e reduzir o consumo de energia, aproveitando a velocidade da luz e as capacidades de processamento paralelo da óptica de campo completo. No entanto, existe um gargalo significativo no treinamento desses sistemas: as baixas taxas de atualização dos moduladores espaciais de luz (SLMs) limitam a velocidade de aquisição e processamento de dados. Embora o multiplexamento espacial — exibir múltiplas imagens de entrada simultaneamente em diferentes regiões de interesse (ROIs) no SLM — possa teoricamente acelerar o treinamento em ordens de magnitude, isso introduz um desafio experimental crítico. Para que o multiplexamento funcione, cada canal paralelo deve realizar exatamente a mesma operação física. Isso requer uma conjugação em nível de pixel entre moduladores sucessivos (por exemplo, um modulador de amplitude e um modulador de fase) com extrema precisão. À medida que os comprimentos de onda diminuem para a faixa visível, a tolerância ao desalinhamento mecânico e a complexidade de controlar o meio de propagação aumentam significativamente. Métodos de alinhamento existentes para arquiteturas semelhantes, como conversores de luz multiplano (MPLCs), frequentemente sofrem de baixa tolerância ao desalinhamento ou exigem partição complexa do SLM, reduzindo os graus de liberdade (DoFs) disponíveis. Além disso, o treinamento de redes neurais físicas é complicado por reflexões parasitas, aberrações e ruído, o que torna difícil aplicar algoritmos padrão de retropropagação diretamente a dados experimentais.

Metodologia
Os autores apresentam um procedimento de alinhamento semiautomático projetado para alcançar a conjugação em nível de pixel entre um modulador de amplitude (um microdisplay, µDisplay) e um modulador de apenas fase (um SLM). O arranjo utiliza um sistema 4f para imagear o µDisplay no SLM, seguido por propagação para uma câmera desfocada para mimetizar a difração no espaço livre.

O protocolo de alinhamento consiste em três etapas principais:

1. Posicionamento Axial: A magnificação do sistema 4f é ajustada manualmente para corresponder à razão entre os passos de pixel dos dois moduladores. Isso é alcançado substituindo o SLM por uma câmera para localizar o plano da imagem e ajustando iterativamente as distâncias das lentes.
2. Alinhamento Manual Lateral e Axial: Usando uma mesa de seis eixos, o SLM é posicionado grosseiramente. Os autores exploram a difração da luz em bordas nítidas: exibindo alvos com gradientes de fase (por exemplo, círculos concêntricos com fase alternada de 0 e $2\pi$) no SLM e padrões de intensidade uniforme no µDisplay, as bordas tornam-se visíveis como regiões escuras em um plano conjugado. Isso permite um alinhamento grosseiro manual.
3. Ajuste Fino Automatizado: Um algoritmo de visão computacional refina o alinhamento. O sistema exibe discos no µDisplay e padrões de fase concêntricos no SLM. Usando algoritmos padrão de ajuste de elipse (via OpenCV), o sistema detecta os centros das manchas escuras resultantes na câmera. Ao comparar os centróides das características do µDisplay e as características do SLM, o algoritmo calcula os deslocamentos translacionais necessários. Esse processo itera até que as posições converjam.

O método é robusto ao desfoque e escalável; o mesmo procedimento pode ser aplicado sequencialmente para alinhar qualquer número de moduladores. O arranjo resultante é caracterizado usando apenas medições de intensidade. Ao exibir máscaras de fase aleatórias no SLM e iluminação constante no µDisplay, os autores analisam os padrões de speckle resultantes. Se os canais estiverem perfeitamente alinhados, os padrões de speckle em todas as ROIs devem ser idênticos (invariantes a deslocamentos). O desalinhamento resulta em padrões de speckle deslocados ou distorcidos, que podem ser quantificados via correlação cruzada.

Principais Contribuições e Resultados

• Procedimento de Alinhamento Escalável: Os autores demonstram um método robusto e semiautomático para alinhar múltiplos SLMs com precisão em nível de pixel. O algoritmo converge em aproximadamente 5 iterações (menos de um minuto) e é insensível ao desfoque, desde que o alinhamento manual inicial esteja dentro da profundidade de campo.
• Multiplexamento Espacial de Alta Densidade: O arranjo alinhado suporta com sucesso uma grade de $10 \times 10$ de ROIs independentes, cada uma de $64 \times 64$ pixels, fornecendo mais de $4 \times 10^5$ graus de liberdade espaciais. Isso permite o processamento simultâneo de 100 entradas.
• Aceleração do Treinamento: Ao utilizar multiplexamento espacial, o tempo de treinamento para uma DNN é reduzido de aproximadamente 4 dias (processando uma imagem por vez) para cerca de 1 hora para 10 épocas em uma rede de 3 camadas. Isso torna o treinamento de DNNs ópticas no espectro visível viável dentro de prazos laboratoriais padrão.
• Redução de Ruído: O esquema de multiplexamento espacial atua como um mecanismo de média de ruído. Os autores mostram que o erro quadrático médio (MSE) diminui à medida que o número de ROIs médias aumenta, seguindo uma tendência de $1/\sqrt{n}$, reduzindo efetivamente o ruído experimental.
• Adaptação Algorítmica: Devido ao alto ruído e às reflexões parasitas inerentes a arranjos ópticos de campo completo, a retropropagação padrão falha. Os autores implementam com sucesso uma versão supervisionada do algoritmo Forward-Forward (um método sem retropropagação) combinado com uma pequena camada digital para treinar o codificador óptico. Essa abordagem alcançou uma precisão de inferência de aproximadamente 85% no conjunto de dados MNIST. Sem o alinhamento preciso, o sistema não conseguia aprender, com pontuações de inferência estagnadas em torno de 30%.

Significado e Alegações
O artigo afirma que este trabalho fornece uma solução prática para os desafios experimentais de construir redes neurais difrativas ópticas escaláveis e de alta velocidade. Ao permitir a conjugação precisa em nível de pixel de múltiplos moduladores, os autores demonstram que o multiplexamento espacial é uma estratégia viável para superar as limitações de taxa de atualização dos SLMs. O sistema resultante funciona como uma DNN óptica rápida e reconfigurável, capaz de processar centenas de entradas simultaneamente.

Os autores posicionam este arranjo não apenas como um classificador, mas como uma plataforma versátil para investigar o treinamento de redes neurais físicas. Eles destacam que o sistema mimetiza a propagação em meios estratificados com não linearidades (introduzidas pela sensibilidade de intensidade da câmera) e inclui ruído experimental realista. Embora a implementação atual dependa de um esquema de treinamento híbrido óptico-digital devido aos desafios da retropropagação óptica direta, os autores argumentam que esta plataforma é ideal para fazer a ponte entre óptica e aprendizado de máquina. Eles sugerem que melhorias futuras na tecnologia de moduladores (abordando não planaridade, diafonia e reflexões parasitas) poderiam eventualmente levar ao aprendizado totalmente óptico. O próprio método de alinhamento é notado como potencialmente útil para outras aplicações de modelagem de frente de onda, como o controle de ondas ópticas em meios complexos, telecomunicações e holografia, sempre que for necessária uma conjugação precisa de SLMs.