智能光计算在线训练架构及系统

本发明涉及智能光计算，特别是涉及智能光计算在线训练架构及系统。

背景技术：

1、在信息技术取得前所未有的进步的时代，对更快、更高效的计算方法的追求已成为创新的驱动力。光计算是其中一个非传统的计算范式，其利用光的独特性能来执行计算任务，具有超高的处理速度、大规模的并行性和低功耗的优点。光计算的吸引力在于其利用光的固有属性，如速度、并行性和相干性。与依赖电子在半导体材料中的移动的传统电子计算机不同，光计算利用光子(光的粒子)进行计算。这种范式转变开辟了解决复杂计算问题的新可能性，有望彻底改变从通信和图像处理到人工智能和模式识别等各个领域。

2、此外，在人工智能和机器学习领域，更高效、更可扩展的训练方法一直是亟待解决的问题。传统的电子计算方法存在着速度慢、能耗高和可扩展性差等问题，因此，新的替代计算范式开始涌现，其中最引人注目的是光学训练。光学训练代表了机器学习领域的一种新兴范式，它利用光的独特性质来加速和增强训练过程。与传统的电子计算不同，光学训练利用光子(光的粒子)来执行计算任务。这种方法具有超高的处理速度、巨大的并行性和低能耗的优势，因此在解决现代人工智能和机器学习领域日益复杂的挑战方面具有巨大潜力。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本发明提出了一种智能光计算在线训练方法，立足于当前光学系统计算主要依赖于离线建模与计算，需要大量计算资源和准确的数值模型的技术痛点。本发明以可微的神经网络参数为基础，将光学训练执行在具体的物理系统上，以高效的方法完成对光学网络的训练过程。

3、本发明的另一个目的在于提出另一种智能光计算在线训练方法。

4、本发明的第三个目的在于提出一种智能光计算在线训练系统。

5、本发明的第四个目的在于提出另一种智能光计算在线训练。

6、为达上述目的，本发明一方面提出一种智能光计算在线训练方法，应用于自由空间系统，所述方法包括：

7、利用固态激光器生成预设波长的相干光，利用扩束器扩展相干光波前，并通过分束器将相干光波前分成第一路径光束和第二路径光束；

8、将所述第一路径光束输入第一空间光调制器进行数据/误差复杂场加载，将所述第二路径光束作为干涉光束；其中，将用于场加载的所述第一空间光调制器配置为工作在调幅模式；

9、将调幅光场通过4f系统中继到第二空间光调制器进行相位调制，利用半波片调整偏振后，将第二路径光束通过半波片和线性偏振片得到输出光束；

10、利用探测对称传播系统测量所述输出光束，以确定光束测量结果的幅度和相位。

11、本发明实施例的智能光计算在线训练方法还可以具有以下附加技术特征：

12、在本发明的一个实施例中，所述调幅模式由1280×1024个调制元件组成，节距为12.5μm，编程深度为8位。

13、在本发明的一个实施例中，所述第二空间光调制器包含1920×1200个调制单元，每个调制单元的大小为8μm和8位精度，所述第二空间光调制器的最大帧速率为60hz，更新时间为17m。

14、在本发明的一个实施例中，所述探测对称传播系统，至少包括cmos传感器，所述cmos传感器用于实现4 2hz的最大帧速率，对应像素设置为4096×2160，其中每个像素的尺寸为3.45μm和读数值配置为8位。

15、为达上述目的，本发明另一方面提出一种智能光计算在线训练方法，应用于集成光子芯片系统，所述方法包括：

16、利用激光源产生双通道的输入激光信号；

17、利用偏振控制器控制光纤内的光偏振，在偏振控制之后利用可变光衰减器整形和调整输入激光信号；

18、将调整后的所述输入激光信号通过输入光纤阵列是的光耦合到光子芯片上，在所述光子芯片上通过可变光衰减器衰减双通道的所述输入激光信号，并分成两个独立的输出路径得到输出光；

19、将所述输出光通过输出光纤阵列产生光电流，经跨阻放大器放大后转换成电压信号，利用示波器对所述电压信号进行检测分析得到分析结果。

20、为达上述目的，本发明另一方面提出一种智能光计算在线训练系统，包括：光线路径分束模块，用于利用固态激光器生成预设波长的相干光，利用扩束器扩展相干光波前，并通过分束器将相干光波前分成第一路径光束和第二路径光束；

21、路径光束加载模块，用于将所述第一路径光束输入第一空间光调制器进行数据/误差复杂场加载，将所述第二路径光束作为干涉光束；其中，将用于场加载的所述第一空间光调制器配置为工作在调幅模式；

22、光场相位调制模块，用于将调幅光场通过4f系统中继到第二空间光调制器进行相位调制，利用半波片调整偏振后，将第二路径光束通过半波片和线性偏振片得到输出光束；

23、输出结果测量模块，用于利用探测对称传播系统测量所述输出光束，以确定光束测量结果的幅度和相位。

24、为达上述目的，本发明另一方面提出另一种智能光计算在线训练系统，包括：

25、输入信号产生模块，用于利用激光源产生双通道的输入激光信号；

26、输入信号调整模块，用于利用偏振控制器控制光纤内的光偏振，在偏振控制之后利用可变光衰减器整形和调整输入激光信号；

27、输出信号衰减模块，用于将调整后的所述输入激光信号通过输入光纤阵列是的光耦合到光子芯片上，在所述光子芯片上通过可变光衰减器衰减双通道的所述输入激光信号，并分成两个独立的输出路径得到输出光；

28、电压信号分析模块，用于将所述输出光通过输出光纤阵列产生光电流，经跨阻放大器放大后转换成电压信号，利用示波器对所述电压信号进行检测分析得到分析结果。

29、本发明实施例的智能光计算在线训练方法及系统，高效的方法完成对光学网络的训练，能够在线训练具有数百万参数的深度光子神经网络，以及处理复杂场景下的光学成像系统。在线训练的方法上大幅提高了训练速度，并在资源受限的条件下实现了高精度的训练结果。通过该架构的实现，未来在先进机器学习、高性能成像和拓扑光子学等领域将迎来重要应用。

30、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种智能光计算在线训练方法，其特征在于，应用于自由空间系统，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述调幅模式由1280×1024个调制元件组成，节距为12.5μm，编程深度为8位。

3.根据权利要求1所述的方法，其特征在于，所述第二空间光调制器包含1920×1200个调制单元，每个调制单元的大小为8μm和8位精度，所述第二空间光调制器的最大帧速率为60hz，更新时间为17m。

4.根据权利要求1所述的方法，其特征在于，所述探测对称传播系统，至少包括cmos传感器，所述cmos传感器用于实现4 2hz的最大帧速率，对应像素设置为4096×2160，其中每个像素的尺寸为3.45μm和读数值配置为8位。

5.一种智能光计算在线训练方法，其特征在于，应用于集成光子芯片系统，所述方法包括：

6.根据权利要求5所述的方法，其特征在于，所述方法，还包括：

7.根据权利要求6所述的方法，其特征在于，所述方法，还包括：

8.根据权利要求5所述的方法，其特征在于，所述方法，还包括：

9.一种智能光计算在线训练系统，其特征在于，包括：

10.一种智能光计算在线训练系统，其特征在于，包括：

技术总结本发明公开了智能光计算在线训练架构与系统，应用于自由空间系统，包括：利用固态激光器生成预设波长的相干光，利用扩束器扩展相干光波前，并通过分束器将相干光波前分成第一路径光束和第二路径光束；将第一路径光束输入第一空间光调制器进行数据/误差复杂场加载，将第二路径光束作为干涉光束；其中，将用于场加载的第一空间光调制器配置为工作在调幅模式；将调幅光场通过4f系统中继到第二空间光调制器进行相位调制，利用半波片调整偏振后，将第二路径光束通过半波片和线性偏振片得到输出光束；利用探测对称传播系统测量输出光束，以确定光束测量结果的幅度和相位。本发明可以避免复杂的反向传播过程，提高了训练的效率和稳定性。技术研发人员：方璐,薛智威,周天贶受保护的技术使用者：清华大学技术研发日：技术公布日：2024/9/2