استخراج عرض الموجّه بمساعدة الشبكات العصبية العميقة عبر قياس بصري لمداخل ماخ–زيندر منخفض الرتبة فردي

لماذا يهم قياس مسارات الضوء الصغيرة

داخل مراكز البيانات والحواسب الكمومية المستقبلية التي تنقل المعلومات بالضوء بدلاً من الكهرباء، تُوجَّه حزم الضوء عبر مسارات رفيعة كالشعر تُسمى موجّهات، وهي تشبه مسارات زجاجية دقيقة على الرقاقة. يتبيّن أن العرض الدقيق لهذه المسارات أمر حاسم: تغيير طفيف بمقدار بضعة مليارات من المتر يمكن أن يغيّر سلوك الضوء بما يؤثر على السرعة أو استهلاك الطاقة أو جودة الإشارة. ومع ذلك، فإن فحص هذه الأبعاد عادة ما يتطلب فتح الرقائق والنظر إليها بواسطة مجاهر مكلفة. تقدم هذه الدراسة طريقة أسرع وغير مدمرة لقراءة عرض الموجّه باستخدام بنية اختبار بصرية بسيطة ونموذج تعلم عميق.

الضوء كمسطرة على الرقاقة

يبني المؤلفون على جهاز كلاسيكي في البصريات يُدعى مداخل ماخ–زيندر، الذي يجزّئ شعاع الضوء إلى مسارين ثم يعيد دمجهما. إذا كان أحد المسارين مختلفاً حتى بدرجة طفيفة عن الآخر، فإن الضوء الخارج يشكل نمطاً مميزاً من خطوط مضيئة ومظلمة عبر الأطياف المختلفة، شبيهاً بالتداخل عند التقاء موجتين في الماء. ولأن هذا النمط حساس إلى مدى حبس الضوء داخل الموجّه، فإنه يشفر بشكل غير مباشر معلومات عن عرض الموجّه. صممت المجموعة نسخة مدمجة بشكل خاص من هذا المداخل على منصة الفوتونيكا السليكونية، بحيث يكون الذراعان متماثلين باستثناء فرق طولي صغير للغاية يبلغ 26.672 ميكرومتر فقط—أقصر بكثير من البنى المعتادة المستخدمة لمثل هذه القياسات.

تحويل الأطياف المعقدة إلى أبعاد بسيطة

بدلاً من الاعتماد على صيغ ملاءمة تقليدية تُعاني عندما تصبح الفيزياء شديدة اللاخطية، لجأ الباحثون إلى شبكة عصبية عميقة. استخدموا أولاً محاكاة حاسوبية لبيان كيف تتغير الخصائص البصرية الفعّالة للموجّه مع الطول الموجي والعرض عبر نطاقات تصنيع واقعية. ومن هذه المحاكاة ولّدوا مجموعة كبيرة من الأطياف النموذجية المقرونة بعروضها الحقيقية واستخدموا هذه القاعدة لتدريب شبكة عصبية متصلة تماماً لتعمل كنموذج عكسي: معطى السلوك البصري تتنبأ بالعرض الفيزيائي. بلغ النموذج المدرب متوسط خطأ مطلق ملحوظ قدره 0.15 نانومتر فقط على بيانات محاكاة لم تُستخدم أثناء التدريب، ما يشير إلى أنه استوعب العلاقة المعقدة بين الطيف والهندسة بما يتجاوز ما يمكن أن تعبّره كثيراً كثير من متعددات الحدود البسيطة.

من قياسات المختبر إلى الأجهزة الحقيقية

لاختبار الطريقة عملياً، صنعت المجموعة 30 جهاز مداخل على رقاقة قياسية من السيليكون فوق العازل، مع توزيع فعلي لعروض الموجّهات عبر نطاق ±20 نانومتر حول قيمة التصميم. سلّطوا ليزراً قابل التوليف عبر كل بنية صغيرة وسجلوا الطيف الناقل في حزمة الاتصالات C. من خلال تحديد الحُفر المظلمة الخاصة في النمط وتقدير تباعدها، استخرجوا زوجاً من الكميات البصرية—المؤشر الفعّال ومؤشر المجموعة—التي معاً تحددان أي رتبة من التداخل يراقبون. تُغذى هذه القيم بعد ذلك إلى الشبكة العصبية المدربة مسبقاً، التي تعيد عرضاً فيزيائياً متوقعاً لكل جهاز، وذلك كله دون تقطيع الرقاقة.

إلى أي مدى يقارب المجهر

قارن المؤلفون بعد ذلك هذه التنبؤات البصرية مع قياسات مباشرة أجريت بواسطة مجهر إلكتروني ماسح، الذي يُعتبر المعيار الذهبي. عبر الأجهزة الثلاثين، حققت الطريقة الجديدة خطأً متوسطاً قدره 3.28 نانومتر فقط، مع أسوأ حالة لا تتجاوز 6.7 نانومتر. تحلل الدراسة أيضاً مصادر التفاوت المتبقي، وعزته إلى عدم اليقينات الروتينية في القياسات الطيفية، وتباينات طفيفة في زاوية جوانب الموجّه، وتغيرات صغيرة في سمك الطبقات لم تُدرج في محاكاة التدريب. حتى مع مراعاة هذه العيوب الواقعية، يثبت الأسلوب متانته ودقته الكافيتين لمراقبة مدى التزام عملية التصنيع بالأبعاد المستهدفة.

هياكل اختبار أصغر، تحكم أذكى

بجمع مداخل واحد مدمج جداً مع نموذج تعلم عميق مدرّب على محاكاة واقعية، تُظهر هذه العملة أن مصنعي الرقائق يمكنهم قراءة عروض الموجّهات بسرعة وبلا تدمير بدقة تقارب دقة المجهر. وهذا يعني أنهم يمكنهم اكتشاف انحرافات في خطوات الطباعة الضوئية أو النقش خلال دقائق من خروج الرقاقة من خط الإنتاج، بدلاً من الانتظار للتصوير خارج الخط. يمكن توسيع نفس الاستراتيجية لتتبع عدة معايير هندسية في آن واحد ببساطة عن طريق إثراء بيانات التدريب وإضافة ميزات بصرية أكثر. وعلى المدى الطويل، قد يصبح مثل هذا القياس المعزز بالذكاء الاصطناعي أداة تغذية راجعة أساسية لبناء دوائر فوتونية أكثر كثافة وموثوقية تنقل بيانات العالم في حزم ضوئية.

الاستشهاد: Wang, F., You, H., Xu, X. et al. DNN-assisted waveguide width extraction via optical measurement of a single low-order Mach-Zehnder interferometer. Sci Rep 16, 12260 (2026). https://doi.org/10.1038/s41598-026-41085-2

الكلمات المفتاحية: الفوتونيكا السليكونية, قياسات موجّهات الضوء, مداخل ماخ–زيندر, الشبكات العصبية العميقة, الخصائص البصرية