清華大学が光学AIの画期的な研究成果を発表：逆伝播を必要としない物理ニューラルネットワーク

清華大学の研究者たちは、全前方モード（FFM）と呼ばれる光学ニューラルネットワークのトレーニング方法を提案しました。この方法では、物理的な光学システム内で直接トレーニングプロセスを実行でき、逆伝播アルゴリズムを必要としません。この方法には以下の利点があります：

1. 数学モデルへの依存を減らし、モデルの不正確さによる問題を回避します。

2. 時間とエネルギーを節約し、大量のデータを並列処理できます。

3. 自由空間光学ニューラルネットワークで効果的な自己トレーニングを実現し、理論値に近い精度を達成します。

4. 複雑な散乱環境でも高品質のイメージングを実現し、分解能は物理的限界に近づきます。

5. 視線外の隠れた物体を並列にイメージングできます。

FFMの核心原理は、光学システムをパラメータ化されたフィールドニューラルネットワークにマッピングし、出力光場を測定して勾配を計算し、勾配降下法を使用してパラメータを更新することです。空間的対称性と相互性の原理を利用して、データと誤差計算が同じ前方物理伝播プロセスと測定方法を共有できるようにします。

研究者たちは複数の実験を通じてFFMの性能を検証しました：

1. MNISTとFashion-MNISTデータセットで分類トレーニングを行い、FFMが学習したネットワークの精度は理論値に近いものでした。

2. 散乱媒質中で高分解能フォーカシングを実現し、焦点サイズは回折限界に近づきました。

3. 非視線場面で隠れた物体の並列復元とイメージングを実現しました。

この研究は光学ニューラルネットワークのトレーニングに新しいアプローチを提供し、光学計算とイメージング技術の発展を促進することが期待されます。