Training optical neural networks for nonlinear logics: Towards analog simulators of artificial life

Esta pesquisa investiga o potencial de sistemas óticos para realizar cálculos não lineares usando a luz, um meio inerentemente linear. Ao introduzir não linearidade numa rede neuronal física, exploramos o ajuste de várias camadas e elementos óticos de forma a identificar a arquitetura ideal para o problema em questão.

A fase inicial envolve modelar materiais não lineares e analisar as suas propriedades na integração no sistema. Como problema inicial, implementamos um decodificador ótico e uma porta lógica AND ótica, utilizando feixes de Laguerre-Gaussian com diferentes momentos orbito-angulares para codificar os estados binários possíveis nestes sistemas.

As máscaras de fase são otimizadas com um algoritmo baseado no teorema adjunto, que encontra o design ótimo através da correspondência de frentes de onda. Isto permite que múltiplos feixes de entrada distintos interajam e produzam os vários modos de saídas desejadas com base nas regras de mapeamento predefinidas. Para aumentar o desempenho do sistema, a otimização é conduzida no espaço de Fourier.

De forma a otimizar tarefas cada vez mais complexas, desenvolvemos também um modelo de aprendizagem em paralelo mais eficiente no treino, que através do método do máximo declive descobre a arquitetura ideal para as propriedades contínuas dos componentes óticos utilizados no sistema. Os resultados desta pesquisa confirmam a viabilidade de treinar redes neurais óticas para cálculos não lineares, além de aprimorar a manipulação de luz coerente.

Além das portas lógicas óticas simples, esta abordagem estende-se à simulação de uma forma de vida artificial. Automatos celulares, normalmente criados a partir de conjuntos de regras simples, são realizados opticamente. Investigamos a capacidade do sistema de caracterizar várias regras de atualização de estado, estabelecendo as bases para futuras aplicações, como a produção ótica do sistema Lenia — um modelo de autômato celular contínuo a duas dimensões. Estes avanços oferecem uma base não apenas para a evolução da computação ótica, mas também de um novo modelo para explorar vida artificial e autômatos celulares em sistemas físicos ressonantes.