الأبحاث 🇷🇺 28.07.2026 13:01

شبكات عصبية بصرية بدون كهرباء: كيف تمرر الضوء عبر عدسة لمضاعفة المصفوفات فورًا

University of California, Los AngelesUniversity of California, Los Angeles
في عام 2018، قامت مجموعة من جامعة كاليفورنيا في لوس أنجلوس بطباعة ثلاثية الأبعاد لشبكة عصبية عميقة حيودية (D²NN) من البلاستيك العادي. خمس لوحات بلاستيكية تقوم بضرب المصفوفات باستخدام حيود الضوء، محققة دقة 91.75% في التعرف على الأرقام المكتوبة بخط اليد دون استخدام أي كهرباء بعد التصنيع. يتم التدريب على وحدة معالجة الرسوميات (GPU)، ثم يتم تثبيت الأوزان في هندسة اللوحات.
في عام 2018، قام فريق بقيادة شين لين وأيدوغان أوزجان في جامعة كاليفورنيا في لوس أنجلوس (UCLA) بطباعة شبكة عصبية بصرية ثلاثية الأبعاد تُسمى D²NN (الشبكة العصبية العميقة الانعراجية) من البلاستيك العادي. تتكون من خمس صفائح بلاستيكية ذات أسطح دقيقة البنية موضوعة في حزمة تيراهرتز (0.4 تيراهرتز، طول موجي 0.75 ملم). تعمل كل صفيحة كطبقة شبكة عصبية: يحدد سمك كل بكسل مجهري تحول الطور (الوزن)، ويحقق الانعراج بين الصفائح اتصالاً كاملاً، ويُركز نمط التداخل النهائي الضوء على شاشة بعشرة قطاعات لتصنيف الأرقام. حققت الشبكة دقة 91.75% في التعرف على أرقام MNIST. أثناء التشغيل، لا تحتاج إلى كهرباء - فقط مصدر ضوء. يتم التدريب على وحدة معالجة الرسومات (GPU) عبر الانتشار العكسي، ثم تُحوَّل قيم الطور المتعلمة إلى سمك فيزيائي وتُطبع ثلاثية الأبعاد. النظام خطي، ويفتقر إلى دوال التنشيط غير الخطية مثل ReLU؛ وقد استُكشفت عدة طرق (هجينة كهروضوئية، امتصاص فوتونين، شفافية مستحثة كهرومغناطيسيًا، صوتيات بصرية) لكن لم يصل أي منها إلى استبدال تجاري.
المصدر: Habr — хаб ML — الأصلي
منشوراتنا السابقة حول هذا الموضوع ↓
أخبار جديدة