基于光的计算的进步展示了未来智能相机的功能

光学计算依赖于称为光子的光粒子，预计将成为传统电子方法的替代方案。此类系统——或者也保留电子部件的混合系统的基于光的组件——可以更快、消耗更少的能量，并通过同步、并行处理更有效地计算视觉信息。

迄今为止，光学计算在实现非线性响应方面面临着限制，这意味着产生的信号与输入不成正比。非线性使得包括人工智能在内的通用计算应用成为可能。

正在开发的非线性材料和设备需要大量的光才能工作。此前，这需要仅在电磁频谱窄带内工作的高功率激光器;随着时间的推移吸收光线，使处理速度变慢;或者使用低能效材料，这些材料吸收大量光线，但妨碍了需要光效率或透明度的应用。

现在，加州大学洛杉矶分校加州纳米系统研究所(CNSI)成员最近的一项合作研究推出了一种克服这些障碍的设备。

CNSI的研究人员表明，微小的透明像素阵列可以通过低功率环境光产生快速、宽带、非线性响应，这是向处理视觉信息的光学计算迈出的重要一步。该团队还演示了一个应用程序，将他们的设备与智能手机摄像头结合起来，以减少图像中的眩光。该研究发表在《自然通讯》上。

“光学非线性远远落后于我们视觉计算应用的需求，”共同通讯作者、加州大学洛杉矶分校萨穆埃利工程学院工程创新教授艾多根·奥兹坎(AydoganOzcan)说。“我们需要低功耗、宽带、低损耗和快速非线性的光学系统来满足我们的视觉计算需求。这项工作有助于填补这一空白。”

该技术的潜在应用(除了研究中验证的减少眩光之外)还涉及各种消费者和工业用途：改进自动驾驶汽车的传感;相机可以识别某些物体，同时隐藏其他物体;图像加密;以及高效、有效地检测机器人装配线中的缺陷等。

该设备可以提供许多优点。例如，传入的图像可以在不转换为数字信号的情况下进行处理，从而加快结果速度并减少发送到云进行数字处理和存储的数据量。研究人员设想将他们的技术与廉价相机联系起来，压缩数据以产生比以前实现的分辨率高得多的图像，并更精确地捕获有关空间中物体的排列和光中存在的电磁光谱的有用信息。

加州大学洛杉矶分校电气与计算机工程和生物工程教授、CNSI副主任Ozcan表示：“一种尺寸为几厘米的廉价设备可以使低功率相机像超分辨率相机一样工作。”“这将使高分辨率成像和传感的普及化。”

研究中的设备是一个1平方厘米的透明平面。它使用一种二维半导体材料——呈现为只有几个原子厚的薄膜——是由加州大学洛杉矶分校化学和生物化学教授、共同通讯作者段向峰开发的。

该材料的厚度使其透明，同时保留了使入射光子能够有效调节电导率的特性。研究小组将二维半导体与一层液晶结合起来，并使其与电极阵列一起发挥作用。结果是一个由10,000个像素组成的智能滤镜，当暴露在宽带环境光下时，每个像素都能够以非线性方式选择性地快速变暗。

“基本上，我们希望使用一种不会吸收大量光的材料，但仍能产生足够的信号来处理光，”段说。“每个像素都可以从完全透明变为部分透明，再到不透明。只需少量光子就可以显着改变透明度。”

这项研究是由CNSI的埃尔曼家庭基金会创新基金资助的。一项资助招募了该研究的第一作者、博士后研究员张德辉，他作为奥兹坎和段的研究小组的一部分推进了这项工作。张和该项目将十多年来作为同事相识但之前从未探索过如何合作的教职员工联系在一起。

“这个独特的机会促成了一次非常非常令人兴奋的合作，”段说。“跳出我们的舒适区思考真的是一件令人兴奋的事。它向我表明，作为一名材料开发人员，我可以从超越基础研究或概念验证来探索应用中受益。

“我们希望继续沿着这条路走下去，”他补充道。“这仅仅是个开始。当然还有很多事情要做。”

其他共同作者均隶属于加州大学洛杉矶分校，包括博士生DongXu、YuhangLi、JingxuanZhou、YuChengZhang、BoxuanZhou、PeiqiWang和AoZhang;博士后研究员罗一、胡景天、李旭荣、任华英;白毕杰，2023年获得博士学位;MonaJarrahi，诺斯罗普·格鲁曼公司电气工程教授;黄宇，教授、材料科学与工程系主任。