Оптическая нейросеть распознаёт топологию световых узоров

Исследователи Университета Витватерсранда в ЮАР создали дифракционную оптическую нейросеть, которая определяет топологическое число светового поля по двум характеристикам его поляризационных компонентов. В испытании на 81 сочетании мод система различала до 15 топологических классов. Статью опубликовал журнал Nature Communications 7 октября 2026 года, университет сообщил о работе 13 октября.

Топологическое число описывает, сколько раз узор поляризации света оборачивается вокруг сферы состояний. Обычный способ определить его требует восстановить поле по множеству измерений. Новая система вместо этого распознаёт два признака, из которых можно вычислить топологическое число.

Как сеть определяет топологию

В опыте световой пучок состоял из двух поляризационных компонентов, каждый из которых нёс свою орбитальную моду. Это особый закрученный профиль светового поля. Два независимых канала сети, каждый с пятью дифракционными фазовыми слоями, направляли разные моды в разные области детектора. Оптическое распространение сочеталось с электронной регистрацией и настройкой системы.

Сначала сеть распознавала модовые индексы ℓ₁ и ℓ₂. Затем по ним вычисляли топологическое число: N = pΔℓ, где Δℓ = ℓ₂ − ℓ₁, а p определяется соотношением абсолютных значений индексов. Поэтому системе не требовалось считать каждую из 81 пары отдельным классом.

Представим пару мод с индексами ℓ₁ = 1 и ℓ₂ = 3. Если сеть верно распознает обе моды, разность индексов составит 2, а правило для p задаст отрицательный знак. Итоговое число будет −2. Другая пара мод тоже может дать −2, хотя световые узоры будут отличаться. Так система переносит распознавание на сочетания, которые не нужно было отдельно задавать как классы.

Исследователи проверили девять мод с индексами от −4 до 4 в каждом канале, то есть 81 упорядоченную пару. В этом наборе они выявили 15 топологических классов. Точность распознавания в статье указана как около 93%, но точные значения расходятся: подпись к рисунку сообщает 92,6% ± 1,9%, а основной текст статьи 93,5% ± 0,01%. Выбрать одно из них без дополнительной сверки нельзя.

В пресс-релизе университета сказано, что сеть обучили на 15 примерах. Первичная статья описывает обучение иначе: сеть настраивали распознавать девять орбитальных мод в каждом канале. Число 15 в статье относится к топологическим классам среди проверенных состояний, а не к обучающим примерам.

Как сеть повела себя при шуме

Изотропный шум добавили после обучения. Точность оставалась 100% до уровня −0,22 дБ. При этом пиковая интенсивность шума составляла примерно 95% интенсивности сигнала. При дальнейшем усилении шума точность снижалась.

Детектору не нужно восстанавливать всё поле: он определяет, в какой подготовленной области оказалась интенсивность каждого канала, и выбирает самый сильный отклик. Даже если шум размывает распределение, различия между откликами могут позволить распознать моду. Результат зависит от чувствительности детектора и его способности различать небольшие изменения интенсивности.

Проверка не показывает, что система справится с любым искажением света. Авторы отмечают, что ей ещё предстоит испытание при модовом шуме, фазовых возмущениях, аберрациях и турбулентности. Эксперимент провели с классическими лазерными пучками, а не с отдельными фотонами. Исследователи также восстановили изображение, переданное с помощью топологического алфавита, но эту демонстрацию ещё нужно проверить в реалистичных условиях канала связи.

При сопоставлении результатов исследований полезно обращаться к самой статье и описанию метода, а не только к пресс-релизам. Для поиска таких работ подойдёт подбор научной литературы. Пока исследование остаётся лабораторной демонстрацией: оно показывает, как оптическая сеть может распознать топологию по модовым признакам, но не доказывает готовность системы к применению в любых каналах связи.