| 인공지능을 통한 3차원 벡터 홀로그래피 구현의 새기술 개발 | ||
|
||
 상하이이공대학교 좡쑹린(莊松林)/구민(顧敏) 연구팀은 최초로 기계학습 인버스디자인(machine-learning inverse design)을 이용해 3차원 벡터 홀로그래피(Three-dimensional vectorial holography)라는 신개념을 발명하였다. 해당 발명은 광학 홀로그래피 기술 분야의 획기적 성과이다. 동 발명에 기입된 기계학습 기반 인버스디자인은 1개 또는 여러 개 임의의 3차원 벡터 라이트필드(Light-field)를 정확하고도 신속하게 생성할 수 있기에 초광대역 홀로그래픽 디스플레이, 초안전 정보 암호화, 초용량 광저장, 초정밀 입자 조종 등 분야에 응용될 전망이다. 해당 성과는 "Science Advances"에 게재되었다. 빛은 전자기파로서 매질 중 전파와 동시에 전자기 및 자기장의 진동을 동반하는데 이를 빛의 벡터 특성이라 부른다. 광파(optical wave)의 횡파 특성으로 인해 빛의 진동은 일반적으로 전파방향과 수직되는 2차원 평면 위에 제한된다. 최근 연구를 통해 빛의 진동은 기존 2차원 평면의 제한으로부터 자유로울 수 있음을 발견하였다. 즉, 간섭을 통해 제3의 벡터 종방향 진동을 발생할 수 있다. 물리학적 측면에서 3차원 맥스웰 방정식(Maxwell's Equation) 해법을 통해 1개의 3차원 벡터 라이트필드 분포를 순방향으로 획득할 수 있지만 그 제어가 어렵다. 세계적 난제로 남아있는 임의의 3차원 벡터 라이트필드 정밀 생성은 매우 복잡한 인버스디자인을 필요로 하는 등 인간의 지식·경험의 한계에 도전한다. 연구팀이 기계학습 인버스디자인을 이용해 최초로 구현한 3차원 벡터 홀로그래피는 3차원 홀로그램 중 각 픽셀 임의의 3차원 벡터상태에 대한 정밀 제어가 가능하다. 연구팀은 기계학습 기반 인공지능 새 기술을 통해 최초로 3차원 벡터광에 대한 조종을 구현함과 아울러 기계학습 알고리즘을 광학 홀로그래피에 확장시킴으로써 각 3차원 벡터광 정보에 대한 부호화, 전송, 복호화 등 전방위적 조종을 구현하였다. 이로써 기존 2차원 편광(polarized light)의 제한을 극복하였다. 기계학습은 광학설계에서 날로 중요한 역할을 담당하고 있다. 훈련을 거친 인공신경망은 임의의 3차원 벡터 라이트필드를 효과적이고도 신속하게 생성할 수 있을 뿐만 아니라 그 정확성이 100%에 달해 라이트필드 조종 효율을 대폭 향상시킨다. 해당 발명은 광학 홀로그래피를 위한 새로운 경로를 개척하였다. 연구팀은 최초로 홀로그래피에서 빛의 3차원 벡터상태가 독립적 정보 담체로 될 수 있음을 입증함과 아울러 정보 부호화 및 다중화(Multiplexing)를 달성하였다. 해당 발명은 광학 홀로그래피 기술 분야의 획기적 성과로서 차세대 초광대역, 초대용량, 초스피드 병렬처리 광학 홀로그래피 시스템에 기반을 마련함과 아울러 빛과 물질의 상호작용(예를 들어, 입자 조종) 심층적 이해에 참신한 플랫폼을 제공하였다. 정보출처 : http://news.sciencenet.cn/htmlnews/2020/4/438583.shtm |
SEARCH
- 정책동향
- 이슈리포트
- 통계DB
- 통계DB