通過隨機散射介質(zhì)識別物體在醫(yī)學(xué)成像、海洋學(xué)、安全、機器人和自動駕駛等眾多領(lǐng)域都是一項既重要又有挑戰(zhàn)性的任務(wù)。目前研究人員們也研發(fā)了有很多計算解決方案來解決該問題。不過，所有此類解決方案都需要大規(guī)模的數(shù)字計算，消耗大量的能量，同時在訓(xùn)練階段從沒使用過的新隨機散射體仍缺乏普遍性。

全光學(xué)計算實驗（圖片來源：UCLA）

據(jù)外媒報道，最近，美國加州大學(xué)洛杉磯分校（UCLA）的研究人員研發(fā)了一種全光學(xué)方法，能夠采用衍射深度神經(jīng)網(wǎng)絡(luò)（D2NN）通過未知隨機散射體對物體進(jìn)行分類。D2NN能夠形成一個自由空間光學(xué)計算平臺，近年來引起了越來越多的研究興趣。

D2NN通過一系列空間結(jié)構(gòu)表面調(diào)制光衍射來計算給定的任務(wù)，從而形成一個以光速運行的全光學(xué)計算機。此種全光學(xué)計算框架具有高速、并行以及低功耗等優(yōu)點，可用于物體分類、定量相位成像、顯微技術(shù)、通用線性變換等計算任務(wù)。

該研究論文題為“利用單像素衍射網(wǎng)絡(luò)通過未知隨機散射體進(jìn)行全光學(xué)圖像分類”，發(fā)布于《光：科學(xué)與應(yīng)用》雜志，提出了一種利用寬帶衍射網(wǎng)絡(luò)通過采用單像素光譜探測器的未知隨機散射體對未知物體進(jìn)行分類。

該寬帶衍射網(wǎng)絡(luò)架構(gòu)采用20個離散波長，將被散射體扭曲的物體映射成通過單個像素檢測到的光譜特征。在訓(xùn)練過程中，采用了很多隨機生成的相位散射體來提高衍射光學(xué)網(wǎng)絡(luò)的泛化性能。在經(jīng)過深度學(xué)習(xí)訓(xùn)練過程（一次性）之后，生成的衍射層能夠在物理上被創(chuàng)造，形成一個單像素網(wǎng)絡(luò)，可以對完全隱藏在訓(xùn)練中從未見過的新型未知隨機散射體中的物體進(jìn)行分類。

在研究人員的仿真訓(xùn)練中，該單像素寬帶衍射網(wǎng)絡(luò)通過隨機選擇的未知相位散射體成功識別手寫數(shù)字，盲測精度為87.74%。此外，研究人員采用3D打印衍射網(wǎng)絡(luò)和太赫茲時域光譜系統(tǒng)證明了此種單像素寬帶分類器的可行性。此種光學(xué)計算框架可根據(jù)照明波長進(jìn)行縮放，從而可在電磁頻譜的任何部分進(jìn)行操作，而無需重新設(shè)計或重新訓(xùn)練該層。

該項研究由Aydogan Ozcan博士領(lǐng)導(dǎo)，他表示：“該項研究首次展示了通過隨機散射體對物體進(jìn)行全光學(xué)分類，并將其推廣應(yīng)用于新型位置散射體，我們相信該項研究將通過隨機散射介質(zhì)研發(fā)更快、更高效、可擴展的物體/圖像分類技術(shù)產(chǎn)生影響，將令醫(yī)療保健、生物醫(yī)學(xué)、電信、航空航天等廣泛領(lǐng)域受益?！?/p>