به گزارش خبرنگار علمی و فناوری خبرگزاری برنا؛ در تلاش برای دستیابی به عناصر نوری که از نظر فضایی کارآمدتر و از نظر عملکرد انعطافپذیرتر باشند، محققان شبیهسازیهای عددی انجام دادهاند که نتایج بسیار مثبتی به همراه داشته است.
این آزمایشها با استفاده از تصاویر سیاه و سفید کوچک ۱۶ در ۱۶ پیکسل بهعنوان ورودی انجام شد، تصاویری که حتی از آیکونهای گوشیهای هوشمند نیز کوچکتر هستند.
کاربردهای بالقوه و آینده دیفراکشن کستینگ
هوریساکی و تیم او یک سیستم کاملاً نوری پیشنهاد میدهند؛ سیستمی که تنها در مرحله نهایی خروجی را به دادههای الکترونیکی و دیجیتال تبدیل میکند. در تمامی مراحل پیش از این، سیستم بهصورت کاملاً نوری عمل میکند. ایده آنها این است که یک تصویر به عنوان منبع داده دریافت شود - که بهطور طبیعی این سیستم را برای پردازش تصویر مناسب میسازد، اما سایر دادهها، بهویژه دادههایی که در سیستمهای یادگیری ماشین استفاده میشود، نیز میتوانند به صورت گرافیکی نمایان شوند. سپس این تصویر منبع با مجموعهای از تصاویر دیگر که نشاندهنده مراحل عملیات منطقی هستند، ترکیب میشود.
این سیستم را میتوان به لایههای موجود در یک برنامه ویرایش تصویر مانند Adobe Photoshop تشبیه کرد: شما یک لایه ورودی - تصویر منبع - دارید که لایههای دیگر روی آن قرار میگیرند و از این طریق تصویری بر حسگر میافتد که به داده دیجیتال تبدیل میشود.
ریوسوکه ماشیکو، نویسنده اصلی مقاله گفت: دیفراکشن کستینگ تنها یک جزء در یک کامپیوتر فرضی مبتنی بر این اصل است و شاید بهتر است به عنوان یک بخش اضافی به آن فکر کنیم، نه جایگزینی کامل برای سیستمهای موجود. شبیه به روشی که واحدهای پردازش گرافیکی (GPU) بهعنوان اجزای تخصصی برای گرافیک، بازیها و بارهای کاری یادگیری ماشین استفاده میشوند. من پیشبینی میکنم حدود ۱۰ سال زمان لازم باشد تا این فناوری به صورت تجاری در دسترس قرار گیرد، زیرا هنوز کارهای زیادی برای پیادهسازی فیزیکی آن باقی مانده است.
در حال حاضر، ما میتوانیم کارایی دیفراکشن کستینگ را در انجام ۱۶ عملیات منطقی اساسی که در قلب بیشتر پردازش اطلاعات قرار دارند، نشان دهیم. همچنین این سیستم قابلیت توسعه به حوزهای فراتر از محاسبات سنتی دارد و آن حوزه، محاسبات کوانتومی است. زمان همه چیز را نشان خواهد داد.
انتهای پیام/