[论文解读] Nanophotonic Media for Artificial Neural Inference

Erfan Khoram, Ang Chen+5 more|arXiv (Cornell University)|Oct 17, 2018

Neural Networks and Reservoir Computing参考文献 15被引用 11

一句话总结

本文提出纳米光子介质作为无源、超密集的光学神经网络，通过亚波长散射和非线性波动力学实现人工神经网络推理。通过将输入图像编码为空间光强分布，介质在特定输出位置实现能量集中，从而完成图像识别，在尺寸为80λ × 20λ的紧凑2D模拟中实现超过79%的准确率。

ABSTRACT

We show optical waves passing through a nanophotonic medium can perform artificial neural computing. Complex information, is encoded in the wave front of an input light. The medium transforms the wave front to realize sophisticated computing tasks such as image recognition. At the output, the optical energy is concentrated to well-defined locations, which for example can be interpreted as the identity of the object in the image. These computing media can be as small as tens of wavelengths and offer ultra-high computing density. They exploit sub-wavelength scatterers to realize complex input output mapping beyond the capabilities of traditional nanophotonic devices.

研究动机与目标

• 开发一种无源、节能的光学计算平台，通过纳米结构介质中的波传播实现人工神经网络推理。
• 通过波的干涉和散射实现连续、无层的计算，克服分层前馈光学神经网络的局限性。
• 证明通过单一体系中工程化的亚波长散射体，可实现等效于神经网络层的复杂非线性输入输出映射。
• 通过利用纳米光子结构中原子尺度材料变化的无限自由度，实现高计算密度。
• 探索麦克斯韦方程组中无序性和波物理作为鲁棒、模拟神经计算基础的潜力。

提出的方法

• 纳米光子神经介质（NNM）使用基质材料（如SiO₂）并引入亚波长散射体（如空气孔），以产生强前向和后向散射，模拟人工神经网络中的线性矩阵乘法。
• 散射体的空间排布与几何形状作为可学习的权重参数，其亚波长尺寸使计算密度达到极致。
• 通过使用如染料半导体或石墨烯可饱和吸收体等材料实现非线性激活，其强度依赖性响应可模拟ReLU类非线性特性。
• 采用改进的随机梯度下降（SGD）小批量算法进行训练，通过有限元频率域（FDFD）方法迭代求解非线性波方程，以收敛至最优介电常数分布。
• 输入图像被编码为入射光的二维强度分布，输出为介质出射面的空间能量分布，分类结果由峰值强度位置确定。
• 通过完美匹配层（PML）仔细设置边界条件，以最小化数值伪影；模拟波长λ = 1μm，空间分辨率在2D中为λ/20，在3D中为λ/5。

实验结果

研究问题

• RQ1 在无序、纳米结构化的介质中，由麦克斯韦方程组控制的波动力学是否能在无分层架构下实现复杂的人工神经网络推理？
• RQ2 单一体系中的亚波长散射体与非线性材料在多大程度上可模拟数字神经网络中多层的功能？
• RQ3 通过光学反射实现的反馈如何在纳米光子系统中实现连续、非分层的计算机制？
• RQ4 在符合可制造性设计规则的约束下，此类无源模拟光学神经网络可实现的准确率是多少？
• RQ5 无序介质中的本征波物理特性（如干涉与局域化）是否可被利用以增强或稳定神经计算性能？

主要发现

• 纳米光子神经介质（NNM）在80λ × 20λ的2D介质中，对1,000个手写数字的测试集实现了超过79%的图像识别准确率。
• 尽管制造约束限制介质为密集而非稀疏配置，系统仍通过优化散射与非线性响应实现有意义的分类性能。
• 不同输入模式（如两个不同的手写'2'）产生不同的内部场分布，但均收敛至同一输出热点，正确识别为数字'2'。
• 系统对输入变化表现出鲁棒性：两个不同的'8'数字产生不同的内部场，但均产生单一正确输出热点。
• 采用小批量SGD训练，2D中批量大小为100，3D中为50，学习率分别为500（2D，两轮后降低）和30（3D），训练过程高效收敛。
• 2D NNM的混淆矩阵显示对角线占主导，每类10个测试样本，证实分类准确且误判率低。