Свет как художник: волокно учится распознавать цифры ✛
Лазерный импульс влетает в оптоволокно — и за 70 метров превращается в вычислительную машину. Свет, проходящий через волокно, как художник, смешивающий краски на палитре: каждая спектральная компонента, каждый нелинейный эффект добавляет свой оттенок в итоговую картину. Именно так фотонная экстремальная обучающая машина распознаёт рукописные цифры.
В основе этой машины лежит обобщённое нелинейное уравнение Шрёдингера — уравнение, описывающее распространение сверхкоротких импульсов. Оно учитывает дисперсию до четвёртого порядка, керровскую нелинейность и рамановский отклик плавленого кварца. Изображение 28×28 уменьшается до вектора длиной M (например, 10×10=100) и кодируется в спектральную фазу или амплитуду импульса с шириной спектра 30 нм. После прохождения волокна выходной спектр сворачивается с гауссовой функцией отклика шириной 1 нм и добавляется шумовой пол -30 дБ. Обучение ELM сводится к псевдообращению матрицы скрытого слоя методом Мура–Пенроуза, что не требует обратного распространения ошибки.
Числа говорят сами за себя. При аномальной дисперсии (солитонный режим) точность тестирования достигает 90.9% при N=10 и длине волокна 70 м, а при нормальной дисперсии — 92.9% при N=10 и 40 м. Нормальная дисперсия даёт выигрыш около 3% благодаря меньшей чувствительности к шуму. Идеальная модель без квантового шума и шума считывания показывает верхний предел 96.7% (нормальная дисперсия) и 95.0% (аномальная). Добавление только квантового шума снижает точность до 94.8% и 91.9% соответственно, что выявляет неустранимый штраф. Увеличение нелинейности (параметр N) и длины волокна сначала улучшает результат, но после порога солитонного деления точность может падать. Оптимальная глубина фазовой модуляции — 0.25π, амплитудной — 0.5. Даже при уменьшении изображения до 7×7 пикселей точность приближается к 90%.
Квантовый шум — случайные флуктуации из-за дискретности фотонов — оказался не технической деталью, а фундаментальным ограничением. Это ставит работу в один ряд с попытками использовать нелинейную оптику как вычислительный ресурс, но с беспрецедентной детализацией. Впервые количественно разделены вклады нелинейной динамики, параметров кодирования и шумов в производительность волоконной ELM. Раньше было неясно, как эти факторы влияют на точность и какие режимы оптимальны; теперь есть полная карта параметров для практической реализации. Результаты напрямую применимы к разработке фотонных ускорителей для задач классификации и регрессии.
Перспектива развития ясна. Модель можно расширить на векторное уравнение ГНЛС с учётом поляризации, что позволит использовать дополнительную степень свободы для кодирования. Многомодовое распространение открывает путь к пространственному кодированию и считыванию, хотя потребует значительных вычислительных ресурсов. Перспективно также считывание спектральной фазы с помощью локального осциллятора, что может повысить плотность кодирования. Эти направления обещают улучшить точность и расширить класс решаемых задач. Свет, проходящий через волокно, как художник, смешивающий краски на палитре, — и чем богаче палитра, тем точнее портрет цифры.
Волокно длиной 70 метров при аномальной дисперсии эквивалентно примерно восьми характерным длинам солитонного деления. При этом энергия импульса составляет всего 20.7 пикоджоуля — меньше, чем энергия одного фотона видимого света, умноженная на число фотонов в импульсе.
Идея использовать физическую среду для вычислений перекликается с романом Грега Игана «Город перестановок», где сознания запускаются на нестандартных вычислительных субстратах. Здесь оптоволокно выступает таким субстратом, преобразуя свет в ответы.