[论文解读] Data repository of "Arbitrary control over multimode wave propagation for machine learning"

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

Neural Networks and Reservoir Computing被引用 4

一句话总结

本文提出一种二维可编程波导，通过结合光电导增益与电光效应，实现了在集成光子芯片中对多模光波传播的任意、可重构控制。该器件利用面积为12 mm²的芯片与10⁴个可编程自由度，在无需数字预处理或后处理的情况下，实现了96%的元音分类准确率和86%的MNIST数字识别准确率，展示了对基于离散元件的光子神经处理器的一种可扩展替代方案。

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.

研究动机与目标

• 为克服基于离散元件的片上光子神经处理器在可扩展性方面的局限性，后者受限于大尺寸的元件占用面积和制造误差。
• 通过动态编程折射率分布n(x,z)，实现在单个光子芯片中对多模波导传播的任意、可重编程控制。
• 展示一种紧凑、可扩展的光子神经网络平台，支持大输入向量尺寸，且无需训练的数字预处理或后处理。
• 建立一种连续波、无元件的光子计算范式，通过可编程折射率雕刻实现任意无源、线性光子电路。

提出的方法

• 该器件采用光电导层与铌酸锂波导的混合集成，通过施加电场和光激发实现折射率的快速、并行调制。
• 将微型LED显示屏直接键合至波导的电极上，以提供空间复用的光激发，实现高分辨率、亚微米尺度的光电导调制。
• 在12 mm²的功能区域内，折射率调制深度达到1×10⁻³，具备约10⁴个独立可编程自由度。
• 系统通过将输入向量编码为输入光模式的振幅和相位，使其在重编程的波导中传播，从而产生输出强度分布，完成神经网络推理。
• 利用可微分优化框架对波导进行训练，以塑造折射率分布，实现期望的线性变换（如矩阵-向量乘法）。
• 对放大设备（6 cm长，Δn_max = 5×10⁻³）的仿真显示，对于输入维度高达N=150的情况，可实现高保真度的酉操作，传输效率为9%，矩阵元素最大误差为25%。

实验结果

研究问题

• RQ1 是否可在片上光子平台上动态编程出完全可重构的连续二维折射率分布，以实现任意线性光学变换？
• RQ2 无元件、多模波导架构在可扩展性和推理准确率方面，与传统基于离散元件的光子神经处理器相比，性能提升程度如何？
• RQ3 在无数字预处理或后处理的单次通过模式下，单一可重编程光子芯片可实现的最大输入向量尺寸和推理准确率是多少？
• RQ4 在可编程波导中，随着折射率调制深度和芯片长度的增加，大规模酉操作的保真度如何变化？

主要发现

• 原型二维可编程波导在单次光路中实现了96%的准确率，对49维元音输入向量进行分类，且无需数字预处理或后处理。
• 该芯片在7×7像素的MNIST手写数字分类任务中实现了86%的准确率，性能超越了以往基于离散元件的光子芯片。
• 该器件在12 mm²的面积内实现了10⁴个可编程自由度，折射率调制深度为1×10⁻³，实现了对波传播的精细控制。
• 对放大设备（6 cm长，Δn_max = 5×10⁻³）的仿真显示，对于输入维度高达N=150的情况，可实现高保真度的酉矩阵操作，传输效率为9%，矩阵元素与目标值的偏差在25%以内。
• 将微型LED与波导集成，实现了高分辨率、并行的光激发，0.87 µm的像素间距足以在45 mW/cm²的光强下驱动光电导。
• 该平台可实现任意无源、线性光子电路的可重构构建，表明其在光学处理、传感和通信领域具有广泛的应用潜力。