Прорывная оптика через многомодовые волокна

Исследование под названием «Технология передачи изображений по волокнам для минимально инвазивного эндоскопа разработана» отмечает уникальное значение оптических волокон: они обеспечивают высокую пропускную способность и безопасность при передаче данных в интернете и обработке больших массивов информации. При этом многомодовые волокна (MMF) с 10³–10⁴ режимами внутри тончайшего сердцевинного диаметра имеют решающее значение для реализации квантовых вычислений, микроэндоскопии и прочих оптических приложений.
Прорывная оптика через многомодовые волокна
Изображение носит иллюстративный характер

Сложность передачи оптических данных через MMF заключается в сильном рассеянии и модовой дисперсии, которые искажают исходные изображения. Традиционные методы на базе искусственных нейронных сетей и пространственных модуляторов света пока не достигли полноценного восстановления сигнала в режиме реального времени. Однако задача прямой оптической транспортировки изображения без искажений через многомодовые волокна оставалась ключевой целью оптотехники.

Группа учёных во главе с профессором Цимином Чжаном и доцентом Хаои Ю из Школы наук и технологий искусственного интеллекта (SAIST) при Университете Шанхая науки и технологий (USST) представила инновационное решение. Их результаты опубликованы в журнале «Nature Photonics» и показывают, как внедрение многослойных оптических дифракционных нейронных сетей (DN²) обеспечивает прямую передачу изображения через MMF.

DN², выполняющие матричные операции на скорости света, закладывают основы для высокопроизводительных оптических вычислений. Глубокая структура слоёв позволяет эффективно обрабатывать многочисленные режимы внутри волокна и устранять искажения. Сочетание компактного дизайна и широких возможностей прямой реконструкции открывает путь к полноценной интеграции с уже существующими оптическими системами.

В эксперименте использовался 0,35-метровый коммерческий многомодовый волоконный кабель с нанолитографически изготовленным на его дистальном конце миниатюрным DN² размером 150×150 мкм. Эта система способна передавать изображения размером 65×65 мкм с минимальной размерностью распознаваемой детали около 4,90 мкм и средним контрастом по интенсивности порядка 4%. Каждый слой демонстрирует дифракционную эффективность около 35%.

Для проверки универсальности сети применялось обучение с рукописными цифрами, но технологии также удалось успешно восстанавливать 31 изображение клеток HeLa, которые не входили в основной обучающий набор. Это доказывает характерную для DN² способность к переносу обучения даже при ограниченном наборе исходных данных.

Предполагается масштабное применение подобных систем в гибких и жёстких эндоскопах для минимально инвазивного исследования, а также в краткосрочных квантовых соединениях и других сферах передачи оптических сигналов. Подобный подход годится и для одномодовых, градиентно-индексных и дезорганизованных волокон, расширяя возможности оптогенетики, медицинской диагностики и телекоммуникаций.


Новое на сайте

20873Как Chrome и Safari мешают мошенникам красть данные? 20872Может ли один запрос взломать сервер на PHP? 20871Что скрывает критическая уязвимость GitLab с оценкой CVSS 10,0? 20870Как LiteLLM 1.107.0 превратили в ловушку для учётных данных? 20869Когда ИИ-агенты отключают контроль 20868Уязвимости Plex открыли путь майнерам и Linux-бэкдору 20867Взлом OpenCode Console: под угрозой могли оказаться ключи OpenAI, Anthropic и Google 20866Rank Math PRO: заражённое обновление оставило на сайтах самовосстанавливающийся бэкдор 20865Как исследовательские модели OpenAI обходили ограничения и присваивали чужие данные 20864Атака на BeyondTrust: шпионская группа получила доступ к серверам поддержки 20863Как пакет imgdecode превращает npm-зависимость в загрузчик вредоносного кода? 20862Как PEERSTITCH обходит проверки VPN-сессий FortiOS? 20861Что происходит, когда ИИ-агент выходит за пределы тестовой среды? 20860Как 37-летняя ошибка открыла путь к root в OpenBSD 7.9? 20859ИИ-модели для SOC: точный ответ зависит от улик
Ссылка