用深度学习整形光脉冲

对太赫兹脉冲的直接控制可以促进这项技术在光谱学、成像、光通信等领域的应用。但事实证明，要想在太赫兹波段上解决连续频率的相位和振幅值的问题十分具有挑战性。

近日，来自加州大学洛杉矶分校的研究人员表示，他们已经使用深度学习和3D打印机创建了一个被动网络装置，可以直接将任意太赫兹输入脉冲塑造成各种所需的波形。该研究团队写道，这一结果进一步推动了全光机器学习和信息处理平台的发展，从而更好地利用光携带的4D时空信息。

整形任何太赫兹脉冲

研究人员说，他们的方法可以通过深度学习设计的3D打印聚合物晶片，通过被动光衍射直接对输入的任意太赫兹脉冲进行整形。这与之前通过光到太赫兹转换器间接合成所需的太赫兹脉冲或与太赫兹光源相互作用的光泵形成的方法有本质的不同。更重要的是，研究人员补充说，深度学习框架是灵活、通用的，它可用于工程太赫兹脉冲，而不需要考虑偏振态、光束形状、光束质量或特定产生机制的像差。

衍射光网络

2018年，该团队报道了第一个全光学衍射深度神经网络的开发，该网络使用3D打印的表面不均匀的聚合物晶片进行光衍射。研究人员说，这项工作主要是通过光线通过经过训练的衍射层来进行机器学习，以执行图像分类任务。

但是，深度学习设计的衍射网络也可以解决光学和光子学中的反设计问题，Ozcan说，该团队在太赫兹脉冲整形方面的新工作“突出了这个独特的机会”。研究人员写道，他们使用了衍射光学网络，由四个精确堆叠和间隔排列的晶片构成，通过同时控制连续和宽频率范围内每个光谱分量的相对相位和振幅来整形脉冲。

按需合成新脉冲

为了按需合成新脉冲，该团队使用了一种类似乐高的物理迁移学习方法。即通过深度学习训练一个或多个新的层来取代现有网络模型的一部分，研究小组发现可以合成新的脉冲。就其面积而言，脉冲整形框架具有紧凑的设计，轴向长度约为250个波长。此外，该系统不使用如空间光调制器等的任何传统的光学元件，这使它成为在太赫兹波段进行脉冲整形的理想材料。在太赫兹波段，高分辨率时空调制和在宽带宽上控制复杂波阵面是一个重大挑战。

提高效率

3D打印材料改用低吸收聚合物有利于提高网络的效率。为了进一步提高输出效率研究人员们在衍射表面涂覆减反射涂层用以减少反射。 总之，深度学习设计的衍射网络方法的脉冲整形能力带来了各种新的机遇。他补充说，当与适当的制造方法和材料相结合时，这种方法可以直接用于设计由量子级联激光器、固态电路和粒子加速器产生的太赫兹脉冲。该团队还在研究可见衍射网络，这将有利于计算机视觉和计算成像领域的各种应用。

图：用深度学习技术训练的光学衍射网络，可以直接塑造光脉冲。