Composés d'un ensemble de surfaces minces agencées spatialement, les réseaux neuronaux diffractifs profonds (D2NN), également appelés réseaux diffractifs, constituent une architecture de calcul optique émergente capable d'effectuer passivement des calculs à la vitesse de la lumière à travers un volume ultra-mince. Ces ordinateurs optiques dédiés à une tâche spécifique sont conçus numériquement en apprenant les caractéristiques spatiales de leurs surfaces diffractives constitutives. À l'issue de ce processus de conception unique, les surfaces optimisées sont fabriquées et assemblées pour former le matériel physique du réseau optique diffractif.
Dans leur récente publication dans Advanced Photonics Nexus, une équipe de chercheurs dirigée par Aydogan Ozcan, professeur et titulaire de la chaire Volgenau d'innovation en ingénierie à l'UCLA, a présenté une méthode permettant d'effectuer des opérations linéaires à valeurs complexes sur des réseaux de diffraction sous un éclairage spatialement incohérent. Ce même groupe avait précédemment démontré que les réseaux de diffraction possédant suffisamment de degrés de liberté peuvent réaliser des transformations linéaires arbitraires à valeurs complexes avec une lumière spatialement cohérente, et ce avec une erreur négligeable. En revanche, avec une lumière spatialement incohérente, ces réseaux peuvent effectuer des transformations linéaires arbitraires des intensités optiques d'entrée si les éléments du réseau définissant la transformation sont réels et non négatifs. À mesure que les sources de lumière spatialement incohérentes deviennent plus répandues et plus facilement accessibles, le besoin de processeurs de diffraction spatialement incohérents capables de traiter des données non négatives se fait de plus en plus sentir.
En intégrant des étapes de prétraitement et de post-traitement pour représenter les nombres complexes à l'aide d'un ensemble de nombres réels non négatifs, des chercheurs de l'UCLA ont étendu les capacités de traitement des réseaux de diffraction spatialement incohérents au domaine des nombres complexes. Ils ont démontré que ces processeurs de diffraction incohérents peuvent être conçus pour effectuer une transformation linéaire à valeurs complexes arbitraires avec une erreur négligeable, à condition que la conception comporte un nombre suffisant de motifs de diffraction optimaux, ne considérant que la phase, et que ce nombre soit proportionnel aux dimensions des espaces vectoriels complexes d'entrée et de sortie.
Les chercheurs ont démontré l'application de ce nouveau procédé en chiffrant et en déchiffrant des images complexes à l'aide de réseaux de diffraction spatialement incohérents. Outre le chiffrement d'images, ces processeurs de diffraction spatialement incohérents pourraient également s'avérer utiles dans d'autres applications, notamment pour le traitement ultrarapide et à faible consommation d'énergie de scènes naturelles dans les véhicules autonomes.
Implémentation de transformations linéaires à valeurs complexes à l'aide de réseaux de diffraction spatialement incohérents : (a) Fonctionnement du modèle de réseau de diffraction spatialement incohérent : un élément à valeur complexe du vecteur d'entrée est représenté par un ensemble de valeurs d'intensité réelles et non négatives (mosaïque). Le motif d'intensité d'entrée résultant est injecté dans le réseau de diffraction incohérent. En sortie, un élément de vecteur à valeur complexe est synthétisé à partir d'un ensemble prédéfini de pixels d'intensité (dématriçage). (b) Application du chiffrement d'image : les lettres « U » et « C » sont encodées dans l'amplitude et la phase d'une image complexe, qui est ensuite encodée numériquement puis décodée à l'aide du réseau de diffraction spatialement incohérent. L'image complexe déchiffrée correspond étroitement à l'image originale.
Crédit image : Ozcan Lab @ UCLA.
Voir l'article :
Xilin Yang, Md Sadman Sakib Rahman, Bijie Bai, Jingxi Li et Aydogan Ozcan, « Transformations linéaires universelles à valeurs complexes et cryptage d'images à l'aide de réseaux diffractifs spatialement incohérents », Advanced Photonics Nexus (2023) https://doi.org/10.1117/1.APN.3.1.016010.
