Partially coherent high-order optical neural networks via pseudo-nonlinear encoding
本文介绍并实验验证了一种在部分相干照明下的高阶光学神经网络框架，该框架克服了传统衍射系统的非线性限制，实现了与电子神经网络相当的性能，同时具有显著降低的计算复杂度和更优越的鲁棒性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个计算机不再仅仅利用电能进行数字运算，而是与光共舞的世界。这是光学神经网络（ONNs）的领域——一个充满未来感的科学分支，在这里，光束取代了电子，携带信息来解决诸如人脸识别或疾病诊断等复杂问题。这种技术中最具前景的版本是衍射光学神经网络（DONN）。你可以把 DONN 想象成一个巨大的、隐形的万花筒：你将一张图片投射进去，光线会在一系列特殊的镜子和过滤器上反射，通过自身的弯曲和干涉，产生一个新的图案来代表答案。
然而，这里有一个难点。大多数这类基于光的计算机被设计为只能在“完全相干”的光线下工作——就像激光束一样，每一颗光子都像阅兵式中的士兵那样步调一致地前进。但在现实世界中，光很少是那么完美的。阳光、灯光，甚至电脑屏幕发出的光都是“部分相干”的，这意味着光子的运动更加混乱，就像在繁忙市场中穿行的拥挤人群，而不是整齐划一的军事方阵。多年来，科学家们一直苦于如何让这些光计算器在如此杂乱的现实光环境下正常工作。他们还面临着第二个障碍：光天生倾向于进行直线式的（线性）数学运算，但智能计算机需要进行复杂的曲线式（非线性）数学运算才能学习复杂的知识。通常，要让光实现这种“曲线数学”，需要使用危险的高功率激光器或难以制造的特殊材料。
这正是这项新研究发挥作用的地方。一组科学家提出了一种巧妙的解决方法，称之为部分相干高阶光学神经网络（HONN）。他们并没有试图对抗现实世界中杂乱的光线，也没有使用危险的激光，而是发现了一种方法，可以利用光本身的混沌特性，结合一种聪明的编码技巧，让计算机实现“非线性思考”。他们称之为“伪非线性编码”。这就像是通过调整人群进入房间的方式，教给一群混乱的人群如何跳出特定的复杂舞步，而不是强迫他们排成纵队行进。
该团队利用可见光装置和空间光调制器（本质上是高科技的可编程镜子）构建了一个物理模型来验证这一想法，并在著名的图像数据集（如手写数字 Digit MNIST 和服装项目 Fashion MNIST）上进行了测试。他们还尝试了对现实世界中的面部表情数据和医学图像进行处理。结果令人振奋：他们的新系统能够成功利用部分相干光识别图像；而且，随着他们增加系统的“非线性”程度（通过调整镜层），其表现也随之提升。事实上，在某些测试中，这种基于光的计算机表现得与传统的电子计算机一样出色，但消耗的计算功率却不到 10%。
至关重要的是，研究人员发现该系统具有惊人的鲁棒性（稳健性）。即使现实世界中的光照条件与计算机训练时的条件并不完全匹配，它依然能良好运行。这项研究表明，通过将光的“杂乱性”视为一种特性而非缺陷，我们可以构建出能够应对现实世界的光学计算机。虽然目前的实验是在实验室模拟的光照条件下完成以证明概念，但研究结果为利用光来驱动下一代机器视觉和成像技术指明了一条切实可行的路径，这有望使智能摄像头和传感器变得比以往任何时候都更快、更节能。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。