淺談深度學習

突破傳統理解，UCLA 開發出全光學繞射神經網路 – 科技新報發布於2018年8月3日

先來分享幾則與這則新聞相關的影片：

一、全光學繞射神經網路（Diffractive deep neural network）
有別於經由【攝影機取得影像→影像處理→模式識別→電腦數據處理→輸出】的傳統理解方式，全光學繞射神經網路是採用光子代替電子來進行識別的工作。使用的光源是兆赫輻射（THz波），其可穿透薄層材料，可用於材料的表面形態與內層結構的探查，藉此來取得表層與內層的高解析度圖像。

至於新聞中提到的「團隊在手寫數字的圖像分類證實了這套系統的可行性」

這是將 THz 波照射到手寫的數字0～9上面，反射的光再穿透5層以3D列印的聚合物薄片，每一片是由數萬個微小凸點所構成，而每個凸點就是一個像素

UCLA研究團隊指出每一個薄片就是一層“光學網絡”，透射光包含著非常豐富的物理訊息，因為來自數字圖樣上的光透射後分配到某特定類型的像素上。然後，研究人員利用這些資訊對電腦進行訓練，當數字發出的光線在穿過 D²NN 設備後，藉由學習其產生的繞射圖案，即可識別出前面的數字是什麼。這些 “訓練”就是使用了深度學習，透過重複和隨著時間的推移，學習模式就會出現。這很像一個非常複雜的迷宮，當光線進入繞射網絡並在迷宮周圍反彈，直到最後它穿出來為止，然後系統就能經由光線最後透射出來的位置來確定數字或原始圖像是什麼。

一個利用 THz 波來透視的著名例子是 “Goya’s artwork imaging with Terahertz waves“。西班牙浪漫主義畫派畫家 Francisco Goya 在作品上一定會簽名，但是有一幅畫作《Sacrifice to Vesta》(祭祀灶神星)卻看不到簽名，無論是從風格或是私人信件來判斷，大家都認為這是 Goya 尚未成名前於 1771 年創作的作品。2013年，使用 Mini-Z THz time-domain system 掃描作品時，發現 Goya 是先在空白畫布上以炭筆簽名，然後才在上面使用油彩來作畫。