Diferentes formas de transformações lineares, como a transformada de Fourier, são amplamente empregadas no processamento de informações em várias aplicações. Essas transformações são geralmente implementadas no doma­nio digital usando processadores eletra´nicos, e sua velocidade de computação élimitada pela capacidade do chip eletra´nico que estãosendo usado, o que cria um gargalo conforme os dados e o tamanho da imagem aumentam. Uma solução para esse problema pode ser substituir os processadores digitais por contrapartes a³pticas e usar a luz para processar as informações.

Em um novo artigo publicado na Light: Science & Applications , uma equipe de engenheiros a³pticos, liderada pelo Professor Aydogan Ozcan do Departamento de Engenharia Elanãtrica e de Computação da Universidade da Califa³rnia, Los Angeles (UCLA), EUA, e colegas de trabalho desenvolveram um manãtodo de design baseado em aprendizagem profunda para computação totalmente a³ptica de uma transformação linear arbitra¡ria. Este processador totalmente a³ptico usasuperfÍcies difrativas espacialmente projetadas na manipulação de ondas a³pticas e calcula qualquer transformação linear desejada conforme a luz passa por uma sanãrie desuperfÍcies difrativas. Desta forma, o ca¡lculo da transformação linear desejada écompletado na velocidade de propagação da luz, com a transmissão da luz de entrada atravanãs dessassuperfÍcies difrativas. Além de sua velocidade computacional, esses processadores totalmente a³pticos também não consomem nenhuma energia para computar, exceto para a luz de iluminação , tornando-o um sistema de computação passivo e de alto rendimento.

As análises realizadas pela equipe da UCLA indicam que o design baseado em aprendizagem profunda desses processadores difrativos totalmente a³pticos pode sintetizar com precisão qualquer transformação linear arbitra¡ria entre um plano de entrada e saa­da, e a precisão, bem como a eficiência de difração das transformações a³pticas resultantes de forma significativa melhoram conforme o número desuperfÍcies difrativas aumenta, revelando que processadores difrativos mais profundos são mais poderosos em seus recursos de computação.

O sucesso deste manãtodo foi demonstrado pela realização de uma ampla gama de transformações lineares, incluindo, por exemplo, transformações de fase e amplitude geradas aleatoriamente, a transformação de Fourier, permutação de imagem e operações de filtragem. Esta estrutura de computação pode ser amplamente aplicada a qualquer parte do espectro eletromagnético para projetar processadores totalmente a³pticos usandosuperfÍcies difrativas projetadas espacialmente para realizar universalmente uma transformação linear arbitra¡ria de valor complexo. Ele também pode ser usado para formar redes de processamento de informações totalmente a³pticas para executar uma tarefa computacional desejada entre um plano de entrada e saa­da, fornecendo uma alternativa passiva e sem energia aos processadores digitais.