正文
首次实现多模光纤内光信号的全光学智能处理
顾敏
曾任澳大利亚斯威本大学副校长及杰出教授、澳大利亚研究委员会桂冠教授；澳大利亚皇家墨尔本理工大学副校长及杰出教授。他于 2019 年年末全职回国，现任上海理工大学校务委员会执行主席、光子芯片研究院院长、教授。主要研究领域包括现代光子学，光电子成像和物理光学等。
在光子技术领域，多模光纤因其高容量信息传输能力而备受关注。然而，多模光纤的高散射特性使得直接通过光纤传输图像变得极具挑战性。
该研究源于研究人员在 2021 年年初提出的疑问：是否能够有效解决多模光纤信息传输过程中的散斑效应？为此，他们提出并验证了多种解决方案，包括算法优化以及利用光学人工智能等方法。
经过系统评估，研究人员最终选择了基于光学神经网络的解决方案，这是一种被动式的多层神经网络架构，其兼具速度快和能耗低的显著优势。从本质上来看，该方法利用光学神经网络对光场在传输过程中产生的畸变进行校正，进而恢复因多模光纤散射而失真的图像。
这与我们日常生活中使用的花洒喷头类似，水流在管道中的流动状态具有不确定性，多模光纤中的光传输同样存在复杂的散射现象。
该论文第一作者、上海理工大学
蔚浩义
特聘副教授解释说道：“我们设计的这种结构相当于具有光学神经网络功能的智能花洒，能够动态调整光的传播路径，使其恢复到初始的规整状态。”
图丨蔚浩义在实验室调试设备（来源：蔚浩义）
该课题组希望将多模光纤与光学神经网络进行系统集成，然而在直径仅约 100 微米的光纤端面上构建多层神经网络结构，面临着巨大的技术挑战。
为此，研究人员创新性地提出了微纳级联方案：通过将微小的多层神经网络结构级联组合，并将其集成在 CMOS 芯片上。这种设计只需将多模光纤与芯片进行三维空间的机械对准，即可显著提升系统的图像恢复能力。
值得注意的是，这种性能提升呈现指数增长趋势——从当前的三层结构扩展到十层结构时，信息处理能力有望实现质的飞跃。“据我们预计，该方案不仅能有效解决光纤弯曲带来的信号失真问题，还能应对信息通量持续增长的技术需求。”蔚浩义表示。
图丨光纤端面集成光子芯片的实验结构图（来源：
Nature Photonics
）
研究人员采用此前
该团队自主研发的三维纳米级激光打印技术，为实现微小光学神经网络结构奠定了重要的基础。
传统的 GPU 芯片中所使用的光刻技术只能在二维平面上进行刻蚀，如果想用传统的方法实现三维刻蚀，需要进行非常复杂的类似于搭积木的多层叠加工艺。
而三维纳米激光打印技术最大的优势在于，其能够实现纳米级精度的一体成型打印。这意味着，研究人员能够在 100 微米大小的光纤端面上，精确加工出任意的复杂光学结构。
值得关注的是，该技术的最小加工分辨率可达 9 纳米，并能够稳定实现十几纳米的加工精度。这不仅在国内处于领先地位，也为光学神经网络的微型化提供了关键技术支撑。
尽管此前技术方面已有一定基础但不容忽视的是，相关系统还不完善。于是，
蔚浩义
带领课题组成员投入了很多精力“纯手工”打造出了这个系统。在此基础上，研究团队成功制造出了体积小、性能高的光学神经网络芯片。这种芯片不仅在图像传输的分辨率上表现出色，还能够在弯曲光纤的情况下保持较稳定的传输性能。
图丨直型纤维集成微型 DN
