Suchen nach: PhoQS

Bildinformation ist ganz natürlich in der elektro­magnetischen Strahlung verschlüsselt. In künstlichen neuronalen Netzwerken (KNN) wird diese Bildinformation gemessen und anschließend in digitale Signale für eine elektronische Auswertung umgewandelt. Diffraktive neuronale Netzwerke (DNN) nutzen das Licht als Rechenmedium und können so von all seinen Freiheitsgraden ­Gebrauch machen, bevor die Intensitätsverteilung gemessen wird. Durch gezieltes Modulieren der Wellenfronten verarbeiten sie Bild­information in Lichtgeschwindigkeit.

Digitale vs. diffraktive neuronale Netzwerke

Um das Problem greifbar zu machen, richten wir den Blick auf eine konkrete Anwendung, die Objekterkennung. Das mag vielleicht auf den ersten Blick trivial erscheinen, doch auch ein scheinbar simples Problem kann überraschend komplex sein. So zum Beispiel die knifflige Herausforderung, einen haarigen Hund von einem Wischmopp zu unterscheiden. Bei einem digitalen Lösungsansatz mit einem künstlichen neuronalen Netz startet der Prozess damit, dass das Licht der vorhandenen Szene mit einer Kamera aufgenommen und in Pixeln diskretisiert gemessen wird (Abb. 1). Der Rechner verarbeitet diese digitalisierten Daten sequenziell und ordnet jeder möglichen Kategorie (hier Hund oder Wischmopp) eine Zahl zu. Schließlich gibt er für jede Kategorie eine Zahl aus. Gewonnen hat die Kate­gorie mit dem höchsten Wert. (...)