Оптические волокна или волоконно-оптические кабели изготавливаются из тонких пластиковых или стеклянных нитей и передают данные в виде световых импульсов. Различают два основных типа волокон: одномодовые и многомодовые. Первые используются для дальней связи и высокоскоростной передачи, а вторые — для локальных сетей, например, внутри зданий.
Одномодовые волокна передают только одну моду света за раз и обычно используют лазер в качестве источника света. У многомодовых волокон сердечник шире, что позволяет нескольким модам света от недорогих светодиодов проходить через них, отражаясь от краев. Из-за этого такие волокна сильно рассеивают свет и могут искажать передаваемую информацию.
Для восстановления искаженных изображений используются нейросети и пространственные модуляторы света. Однако этот процесс требует времени, энергии и сопровождается вычислительными задержками, поскольку включает преобразование световых сигналов в электрические для последующей обработки ИИ-моделью.
Чтобы решить эти проблемы, исследователи из Шанхайского университета науки и технологий, Юго-Восточного университета в Нанкине, а также Технологического университета Сиднея установили дифракционные нейросети размером с крупинку соли на концы тонких многомодовых волокон. Это позволило анализировать и считывать информацию из световых сигналов оптическими методами в реальном времени.
Сверхтонкое волокно тестируется в больнице на Хайнане для малоинвазивной эндоскопии. Нейронные сети, интегрированные с волокном, помогают выявлять поражения в образцах под микроскопом. Это первый шаг к испытаниям на животных и людях. Планируется, что пациенты будут глотать безвредные люминесцентные вещества, которые заставят целевые органы светиться, что позволит оптоволоконному устройству обнаруживать отклонения.
Новая технология обеспечивает более четкое изображение, чем существующее оборудование, и сможет выявлять даже мелкие опухоли. Устройство можно интегрировать с алгоритмами глубокого обучения для повышения точности диагностики и помощи в раннем выявлении болезней.
