Ciencia · IA · IA física · Computación óptica · UCLA
UCLA entrena procesadores ópticos con aprendizaje por refuerzo directamente sobre el dispositivo
La publicación formal describe un método que reutiliza mediciones físicas para ajustar sistemas ópticos, con pruebas de enfoque, holografía y clasificación.
Fecha de la fuente original:
Lo esencial
- La publicación formal describe un método que reutiliza mediciones físicas para ajustar sistemas ópticos, con pruebas de enfoque, holografía y clasificación.
- Las pruebas se realizaron en el laboratorio del equipo; la velocidad de adquisición depende del montaje.
Ajuste a partir de mediciones
Investigadores de UCLA publicaron en Light: Science & Applications un método para ajustar procesadores ópticos mediante aprendizaje por refuerzo. El algoritmo PPO utiliza mediciones del propio dispositivo y reutiliza cada lote para varias actualizaciones digitales, sin exigir una simulación precisa de sus imperfecciones.
Pruebas físicas y tiempo de captura
El equipo lo probó físicamente en enfoque de luz, generación holográfica, corrección de aberraciones y clasificación de imágenes. La adquisición de cada imagen tardó alrededor de 120 milisegundos en su montaje, un cuello de botella frente al cálculo digital. El estudio apareció el 1 de enero, después de una prepublicación de julio de 2025.