רשת עצבית דיפרקטיבית מגנטו-אופטית ניתנת להתאמה עם מודולציה פאזית אופטית משופרת

מצלמות חכמות שחושבות באור

הטלפונים והכלים החכמים ביותר היום מסתמכים על שבבים צורכי־אנרגיה שמבצעים זיהוי פרצופים, קריאת תמרורי רחוב או איתור הולכי רגל. המחקר הזה בוחן גישה שונה לגמרי: במקום לבצע את החישובים במעגלים אלקטרוניים, הוא מאפשר לאור עצמו לבצע את החישובים ככל שהוא עובר דרך שכבה מגנטית דקה. התוצאה היא "מוח" אופטי זעיר וניתנת לתכנות שמסווג תמונות במהירות ובצריכת אנרגיה נמוכה מאוד, ומצביע על כיוונים למצלמות עתידיות שמבינות את הסצנה ברגע שהאור פוגע בחיישנים שלהן.

לאפשר לאור לעשות את המחשוב

רשתות עצביות מקובלות, שמפעילות רבים מהיישומים של בינה מלאכותית, פועלות על שבבי סיליקון שמובילים אלקטרונים. זה צורך אנרגיה וגוזל זמן. לעומת זאת, רשתות עצביות דיפרקטיביות משתמשות בשכבות שקופות בעלות תבניות מיוחדות כך שהאור הנכנס מתעקל, מתאבך ומתפזר בצורה המדויקת לביצוע חישובים מסוג זה. כל נקודה זעירה בשכבה כזו מתפקדת כנוירון, ומשפיעה על פאזק האור — כיצד הגלים מתיישרים — כך שתמונות כניסה שונות ייצרו דפוסי בהירות שונים ביציאה.

הוספת מגנטיות לגמישות

החסרון בעיצובים אופטייים קודמים הוא שאחרי הייצור התבניות נותרות ברובן קפואות. כדי לשנות את המשימה — מקריאת ספרות בכתב יד לזיהוי נעליים או חולצות — לרוב צריך מכשיר חדש. הצוות מאחורי העבודה הזו בונה במקום זאת את השכבה המרכזית מסרט מגנטו-אופטי, חומר זכוכיתי מיוחד שבו תחומי מגנט זעירים מסובבים את הקיטוב של האור העובר. תחומים אלה ניתנים לכתיבה, למחיקה ולשכתוב באמצעות לייזר ושדה מגנטי, בדומה להקלטה בדיסק מגנטו-אופטי ישן. כך הרשת העצבית האופטית ניתנת לכוונון: אותו רצועת חומר יכולה להיות מעוצבת מחדש במקום למשימות זיהוי שונות.

להפוך אפקט חלש לאות חזק

בעצמו, הסיבוב שהסרט המגנטי מעניק לאור קטן למדי — הרבה פחות ממה שמסכי נוזל־גביש יכולים להשיג — ולכן עשוי להיראות חלש מדי לבניית מחשב חזק. המחברים מתגברים על כך על־ידי ניצול אפקט דיפרקציה עדין. כאשר אור מקוטב פוגע בתחומי המגנט המודפסים, חלקים שונים של האור היוצא מקבלים כיווני קיטוב השונים זו מזו בזווית ישרה. על־ידי הצבת פילטר קיטוב אחרי הסרט, המערכת מדכאת את החלקים של הקרן שלא השתנו כמעט ושומרת בעיקר על הרכיב שעבר סיבוב חזק. סינון חכם זה מגביר באופן משמעותי את האות השימושי ללא צורך בהסטות פאזה גדולות בחומר עצמו.

ממספרים לפריטי אופנה

כדי לבדוק את העיצוב שלהם, החוקרים אימנו שכבה מגנטו-אופטית יחידה, יחד עם הפילטר הקוטב, כדי לזהות תמונות ממערכות מבחן סטנדרטיות. בסימולציות מחשב, המערכת סיווגה נכון ספרות בכתב יד בכ־98 אחוזים מהמקרים — בדומה לרשתות אופטיות מורכבות יותר שתלויות בשליטה פאזית חזקה יותר. היא גם טיפלה בקבוצת תמונות הלבשה מאתגרת יותר עם דיוק של כמעט 89 אחוז כאשר נעשה שימוש במידה מספקת של "נוירונים" מגנטיים זעירים. הצוות בנה לאחר מכן גרסה פיזית באמצעות סרט גארנט המכיל ביסמוט וגאליום, לייזר ירוק ומצלמה. גם עם ליקויים מעשיים, המכשיר הפיזי הגיע לדיוק של למעלה מ־83 אחוז בספרות ו־71 אחוז בפריטי אופנה, וניתן היה להחליף בין משימות אלה פשוט על־ידי שכתוב התבנית המגנטית.

לקראת מצלמות שחוששות ומחליטות על השבב

במונחים יום‑יומיים, עבודה זו מראה כי סרט מגנטי דק וניתן לשכתוב יכול לשמש כשכבת המחשבה של מערכת בינה מלאכותית אופטית, על אף שהוא מסובב בעדינות בלבד את האור העובר בו. על ידי ארגון חכם של דיפרקציה וקיטוב, המחברים מפיקים יכולת חזקה לזיהוי תבניות מתוך תכונות חומר צנועות. מאחר שהמכשיר קומפקטי, אינו דורש אנרגיה לשמירת מצבו המגנטי ופועל באור בתחום הנראה, ייתכן שבעתיד ניתן יהיה לבנותו ישירות מעל חיישני תמונה. מצלמות "אדג'" כאלה לא רק יצלמו סצנות אלא גם יצליחו לפרש אותן מיידית — לזהות ספרות, עצמים או תמרורים — תוך צריכה נמוכה בהרבה של אנרגיה מאשר מעבדים דיגיטליים של היום.

ציטוט: Sakaguchi, H., Watanabe, K., Ikeda, J. et al. Reconfigurable magneto-optical diffractive neural network with enhanced optical phase modulation. Sci Rep 16, 8920 (2026). https://doi.org/10.1038/s41598-026-42193-9

מילות מפתח: מיחשוב פוטוני, רשתות עצביות אופטיות, חומרים מגנטו-אופטיים, סיווג תמונות, חומרה נוירומורפית