Introduction
극단적인 Order 와 극단적인 Disorder 사이에 있는 여러 가지 상태들이 매질 형태에서 어떻게 구성이 될까 + 이러한 매질과 빛이 interaction 했을 때 원하는 신기한 현상들을 얻어낼 수 있을까 에 대해서 연구를 하고 있음. 빛은 다차원적인 quantity 를 가짐 (Phase, Polarization 등). 그런데 이러한 qunatity 가 Order 와 Disorder 사이에 다르기 때문에 Order 에서 Disorder 사이에 원하는 quantity 를 가지는 상태를 찾을 수 있지 않을까- 라는 생각을 할 수 있음.
ML for Disorder
원하는 상태의 빛을 주고 material 을 반대로 구성하게 하는 형태로 네트워크를 구성할 수 있음. 사람의 두뇌를 분석하면 나오는 특성 중 하나가 Scale-Free. 뇌에서 중요한 역할을 하는 것은 정해져 있고, 이들이 대부분의 function 을 담당함. 이들이 따르는 function 이 Sclae-Free function 임. Highway 는 어떤 선을 끊으면 트래픽에 영향이 큰데 비해서, Air Traffic Network 는 그렇지 않음. (Scale-Free 함) 허브 공항에 있는 부분을 껐다 켰다 하면서 실험을 해볼 수 있다면 굉장히 다양한 실험을 쉽게 할 수 있기 떄문에 이러한 구성의 설계를 하는 것이 중요함. 이런식으로 Engineering 가능한 disorder 를 설계할 수 있음.
Types of Photonic Neural Networks
Guided Optic 과 Diffractive Optic 이 있음. Guided Optic 은 Wave Training / Inference 를 진행함. Guided Optic 은 Vowel Recognition accuracy 76.7% 를, Diffractive Optic 은 MNIST accuracy 91.75% ~ 93.39% 를 보임. DNN softward 로는 각각 91.7%, 99.6% 의 성능을 보여주었음.
Why Photonic AI?
광학적인 시스템과 electronic field 에서 가장 기대하고 있는 부분이 large size 문제를 풀 때 빛이 유용하다는 점임. Integration 문제는 일단 제쳐두고, 빠르고 power 가 많이들어가는 문제에다 적용하는 것이 굉장이 유리함. Neuron 이 연결되어 있는 네트워크가 Human Brain 이라면, EM 을 통해서 연결되어 있는 Deep Neural 네트워크가 Photonic Brain 임. Software 로 먼저 training 을 해놓고 해당 학습 상태를 나타낼 수 있도록 Hardware 를 설계하여 빛의속도로 inference 를 진행할 수 있음.