[논문 리뷰] Data repository of "Arbitrary control over multimode wave propagation for machine learning"

Tatsuhiro Onodera, Martin M. Stein|arXiv (Cornell University)|2024. 02. 27.

Neural Networks and Reservoir Computing인용 수 4

한 줄 요약

이 논문은 광도전성 증폭과 전기광학 효과를 조합하여 통합 광학 칩에서 다중모드 광파동 전파를 임의로 재구성 가능한 제어가 가능한 2차원 프로그래머블 웨이브가이드를 제안한다. 12 mm² 크기의 칩에 10⁴개의 프로그래머블 자유도를 가진 이 장치는 디지털 사전/사후 처리 없이도 모음 분류에서 96%의 정확도와 MNIST 숫자 인식에서 86%의 정확도를 달성하여 이산 성분 기반 광학 신경망 프로세서의 확장 가능한 대안을 보여준다.

ABSTRACT

On-chip photonic processors for neural networks have potential benefits in both speed and energy efficiency but have not yet reached the scale at which they can outperform electronic processors. The dominant paradigm for designing on-chip photonics is to make networks of relatively bulky discrete components connected by one-dimensional waveguides. A far more compact alternative is to avoid explicitly defining any components and instead sculpt the continuous substrate of the photonic processor to directly perform the computation using waves freely propagating in two dimensions. We propose and demonstrate a device whose refractive index as a function of space, $n(x,z)$, can be rapidly reprogrammed, allowing arbitrary control over the wave propagation in the device. Our device, a 2D-programmable waveguide, combines photoconductive gain with the electro-optic effect to achieve massively parallel modulation of the refractive index of a slab waveguide, with an index modulation depth of $10^{-3}$ and approximately $10^4$ programmable degrees of freedom. We used a prototype device with a functional area of $12\, ext{mm}^2$ to perform neural-network inference with up to 49-dimensional input vectors in a single pass, achieving 96% accuracy on vowel classification and 86% accuracy on $7 imes 7$-pixel MNIST handwritten-digit classification. This is a scale beyond that of previous photonic chips relying on discrete components, illustrating the benefit of the continuous-waves paradigm. In principle, with large enough chip area, the reprogrammability of the device's refractive index distribution enables the reconfigurable realization of any passive, linear photonic circuit or device. This promises the development of more compact and versatile photonic systems for a wide range of applications, including optical processing, smart sensing, spectroscopy, and optical communications.

연구 동기 및 목표

• 이산 성분 기반의 칩 내 광학 신경망 프로세서의 확장성 한계를 극복하기 위해, 큰 구성 요소 면적과 제조 오차로 인해 제약을 받는다.
• 동적으로 프로그래밍 가능한 굴절률 분포 n(x,z)를 통해 단일 광학 칩에서 다중모드 전파에 대해 임의의 재프로그래밍 가능한 제어를 가능하게 한다.
• 훈련된 디지털 사전/사후 처리가 필요 없이도 큰 입력 벡터 크기를 지원하는 컴act하고 확장 가능한 광학 신경망 플랫폼을 구현한다.
• 모든 수동적이고 선형적인 광학 회로를 프로그래머블 굴절률 성형을 통해 실현할 수 있는 연속파, 구성 요소 없는 광학 계산의 패러다임을 수립한다.

제안 방법

• 광도전성 층과 리튬니오브산나트륨 웨이브가이드의 하이브리드 통합을 통해 외부 전압과 광학 자극을 통해 굴절률을 빠르고 병렬로 조절한다.
• 마이크로-LED 디스플레이를 웨이브가이드의 전극에 직접 접합하여 공간 다중화된 광학 자극을 제공함으로써 광도전성체의 고해상도, 마이크로미터 이하의 해상도 조절이 가능하다.
• 기능적 영역 12 mm²에서 굴절률 조절 깊이는 1×10⁻³에 도달하며, 약 10⁴개의 독립적인 프로그래머블 자유도를 제공한다.
• 시스템은 입력 벡터를 입력 광 모드의 진폭과 위상에 인코딩하여 재프로그래밍된 웨이브가이드를 통해 전파시키고 출력 강도 패턴을 생성함으로써 신경망 추론을 수행한다.
• 웨이브가이드는 기울기 기반 최적화 프레임워크를 사용하여 굴절률 프로파일을 조정하여 원하는 선형 변환(예: 행렬-벡터 곱셈)을 실현하도록 훈련된다.
• 확장된 장치(6 cm 길이, Δn_max = 5×10⁻³)의 시뮬레이션 결과, 입력 차원 N=150까지 고정밀도 유니터리 연산이 가능했으며, 9%의 전송율과 최대 25% 이내의 행렬 원소 오차를 보였다.

실험 결과

연구 질문

• RQ1 칩 내 광학 플랫폼에서 연속적인 2차원 굴절률 프로파일을 동적으로 프로그래밍하여 임의의 선형 광학 변환을 가능하게 할 수 있는가?
• RQ2 구성 요소 없는 다중모드 웨이브가이드 아키텍처가 기존의 이산 성분 기반 광학 신경망 프로세서에 비해 확장성과 추론 정확도 측면에서 어느 정도 뛰어나게 되는가?
• RQ3 디지털 사전/사후 처리 없이도 단일 통과 방식의 재프로그래밍 가능한 광학 칩이 달성할 수 있는 최대 입력 벡터 크기와 추론 정확도는 얼마인가?
• RQ4 프로그래머블 웨이브가이드에서 굴절률 조절 깊이와 칩 길이가 증가함에 따라 대규모 유니터리 연산의 정밀도는 어떻게 변화하는가?

주요 결과

• 프로토타입 2차원 프로그래머블 웨이브가이드는 디지털 사전/사후 처리 없이도 단일 광학 통과를 통해 49차원의 모음 입력 벡터를 96%의 정확도로 분류하였다.
• 칩은 이전의 이산 성분 기반 광학 칩을 뛰어넘는 성능을 보이며, 7×7 픽셀 MNIST 수기 숫자 분류 작업에서 86%의 정확도를 달성하였다.
• 12 mm² 영역에서 10⁴개의 프로그래머블 자유도를 확보하였으며, 굴절률 조절 깊이는 1×10⁻³이었고, 파동 전파에 대한 미세 조절이 가능했다.
• 확장된 장치(6 cm 길이, Δn_max = 5×10⁻³)의 시뮬레이션 결과, 입력 차원 N=150까지 고정밀도 유니터리 행렬 연산이 가능했으며, 9%의 전송율과 목표값과 25% 이내의 행렬 원소 일치도를 보였다.
• 웨이브가이드와 마이크로-LED의 통합은 고해상도 병렬 광학 자극을 가능하게 하였으며, 0.87 µm의 픽셀 피치로도 45 mW/cm²의 강도로 광도전성체를 효과적으로 자극할 수 있었다.
• 이 플랫폼은 어떤 수동적이고 선형적인 광학 회로도 재구성 가능하게 실현할 수 있어, 광학 처리, 센서, 통신 분야에 넓은 적용 가능성을 보여준다.