Processadores óticos preservam cor e usam um laser para classificar imagens
Dois estudos demonstram computação fotónica experimental em várias bases de dados; a eficiência energética do sistema completo não foi quantificada na divulgação.
Dois estudos da Universidade Koç demonstraram formas de transferir parte da classificação de imagens para sistemas óticos. Um preserva em paralelo os canais de cor; o outro usa a dinâmica não linear de uma cavidade laser em fibra como transformação física antes de um classificador simples.
Cor processada no percurso da luz
No primeiro sistema, os dados são codificados num dispositivo programável que controla a propagação. Os canais vermelho, verde e azul atravessam o conjunto e são transformados em representações onde cor, forma e textura se tornam mais separáveis. Uma câmara regista o padrão final para a decisão eletrónica.
Num conjunto de imagens dermatológicas, a precisão divulgada passou de 68% com píxeis de cor em bruto para 98% depois do processamento ótico. A comparação mostra o valor da transformação naquele conjunto e protocolo; não estabelece desempenho clínico nem superioridade geral sobre redes profundas.
A cavidade laser como processador
O segundo estudo codificou imagens em luz e explorou a propagação dentro de uma fibra laser multimodo. A física do sistema executa uma transformação não linear, reduzindo o número de parâmetros que o classificador posterior precisa de aprender. Os testes incluíram resíduos recicláveis, meteorologia, satélite, retina e lesões cutâneas, com precisões entre 85% e 99% nos conjuntos usados.
Ambas as arquiteturas continuam dependentes de câmaras, controladores e eletrónica. As percentagens pertencem a tarefas e dados específicos, e não podem ser comparadas diretamente entre estudos sem igualar treino, divisão de dados e referência.
Energia ainda por medir de ponta a ponta
Processar vários canais com luz pode reduzir certas operações eletrónicas. Para sustentar a promessa de eficiência, falta medir o sistema completo: fonte luminosa, modulação, aquisição pela câmara, conversões e treino. A contribuição atual é demonstrar transformações físicas úteis e adaptáveis a imperfeições do hardware.