《Light-Science & Applications》：Anti-interference diffractive deep neural networks for multi-object recognition
编辑推荐：
针对光学神经网络在多目标场景中识别性能受限的难题，本研究提出抗干扰衍射深度神经网络（AI D2NN），通过差异化训练策略使目标光场聚焦至检测区域而干扰信号散焦为背景噪声，在40类动态干扰场景下实现87.4%的盲测准确率，为自动驾驶感知、医疗诊断等实时视觉任务提供全光学计算新方案。
在人工智能浪潮席卷全球的今天，视觉识别系统已成为自动驾驶、医疗影像分析、工业质检等领域的核心支撑技术。然而，当前基于电子计算的人工智能系统正面临严峻挑战：随着摩尔定律逐渐逼近物理极限，传统芯片在处理高分辨率多目标识别任务时，不仅能耗剧增，还受限于电子迁移速度，难以满足实时性要求。更棘手的是，现实场景中普遍存在的多目标遮挡、动态干扰和类别混杂等问题，让现有识别系统的准确率大打折扣。
在这一背景下，光学神经网络（ONNs）作为新兴的神经形态计算范式，凭借光速计算、超低功耗和先天并行处理能力，展现出突破现有计算瓶颈的巨大潜力。但令人遗憾的是，目前大多数光学神经网络仍停留在单一目标分类的初级阶段，一旦面临真实世界中的多目标复杂场景，其性能便会急剧下降。这种"温室花朵"般的脆弱性，严重制约了光学计算技术从实验室走向实际应用的步伐。
为了攻克这一难题，研究人员将目光投向了一种创新的解决方案——抗干扰衍射深度神经网络（AI D2NN）。这项发表于《Light-Science & Applications》的研究，通过巧妙的光学设计和新颖的训练策略，成功实现了在多目标干扰环境下的精准识别，为全光学智能感知系统的发展开辟了新路径。
关键技术方法包括：采用有限差分时域（FDTD）法设计太赫兹波段的硅基超表面结构；构建包含手写数字、服饰图像和字母的40类干扰数据集；设计针对目标与干扰的差异化损失函数（MSE损失和皮尔逊相关系数损失）；搭建太赫兹时域光谱系统进行实验验证；利用3D打印支架实现光学元件的精密对准。
研究结果
设计原理
AI D2NN的核心创新在于其独特的双训练策略：对目标类别（数字0-5）采用均方误差损失函数，使网络将目标光场能量集中到对应的检测区域；而对干扰类别则采用基于皮尔逊相关系数的损失函数，强制干扰信号在输出平面散焦为均匀分布的背景噪声。这种"区别对待"的训练理念，使得两个透射式衍射层能够形成物理网络，将目标的空间信息全光学映射到输出光场的功率谱中。
超表面设计
研究人员通过系统优化，确定了神经元尺寸为100μm的双层网络结构在误差容限和性能间的平衡点。采用高阻抗硅圆柱阵列构建的超表面，通过精确控制微结构直径（30-90μm）实现了0.85THz太赫兹波下的2π相位调制。16种精选的微结构以100×100的阵列排布，构成了可物理实现的衍射神经网络。
抗干扰性能
在包含类内干扰（数字6-9）的测试中，网络对目标数字的识别准确率达到90.1%；在类间干扰（服饰、字母）场景下，准确率仍保持在89.7%。最具挑战的是动态多目标场景，其中干扰目标的位置和尺寸随机变化，模拟了真实环境中的物体运动。在这种情况下，AI D2NN仍取得了87.4%的数值模拟准确率和86.7%的实验验证准确率，表现出卓越的鲁棒性。
信号质量分析
输出光场的信噪比（SNR）和判别因子（ΔE）进一步验证了网络性能。数值模拟显示SNR约为31，ΔE接近0.8；实验测量结果为SNR约23，ΔE为0.68。这些指标表明网络不仅能正确分类目标，还能产生高质量的输出光场分布。
动态场景适应性
通过输入包含运动干扰目标的视频流，研究人员验证了网络在时序动态场景中的稳定性。即使面对三个同时运动且尺寸变化的干扰物体，网络仍能持续准确地识别主要目标，展示了其在实际应用中的潜力。
研究结论与展望
本研究成功开发了一种具有抗干扰能力的衍射深度神经网络，突破了传统光学神经网络在多目标识别场景中的性能瓶颈。通过创新的训练策略和超表面设计，实现了目标与干扰的物理级分离，在保持光速计算优势的同时，显著提升了复杂环境下的识别鲁棒性。
该技术的意义不仅在于当前实现的87.4%识别准确率，更在于其展现出的可扩展性和系统集成潜力。通过与多维光学复用技术结合，AI D2NN可进一步扩展为多通道并行识别系统；通过调节超结构尺寸，其工作波长可覆盖从太赫兹到可见光的广阔频谱；而与CMOS成像传感器的集成，则有望打造出紧凑型全光学智能感知芯片。
未来，随着能量效率、光学损耗和制备精度等关键参数的进一步优化，这类抗干扰光学神经网络有望在自动驾驶实时感知、医疗影像精准诊断和智能安防监控等领域发挥重要作用，真正实现"光速智能"从理论到应用的跨越，为下一代人工智能硬件的发展奠定坚实基础。
