6月7日，为庆祝华东理工大学70周年校庆、物理学院成立1周年，作为校科技活动周系列讲座，物理学院主办的“悟理”学术大讲堂第二期举行。本次大讲堂邀请到了上海交通大学陈险峰教授作了题为“基于深度学习的光学轨道角动量精准识别及其光通信应用“的学术报告。报告由我校物理学院龚尚庆教授主持。200多名师生在线聆听了此次报告。
光作为一种最常见的自然现象，人类对其本质的探索从未止步。近几十年来，光学轨道角动量(orbital angular momentum, OAM)进入研究者的视野，特殊结构和性质的涡旋光束在光学微操、经典光通信、量子纠缠、传感检测等诸多领域展现出巨大的应用价值。
由于OAM可以有无限多的模式数，可以大幅度提升光通信信道的容量，受到了广大研究者和业界的关注。在产生高质量的涡旋光束的同时，如何以高光学效率、高准确度、低光路复杂性测量涡旋光束所携带OAM 的拓扑荷数，成为对该光束操控和信息获取非常重要的问题。另一方面，随着计算机发展日新月异，各种优秀的算法也层出不穷，以神经网络(Neural Networks,NN)为基础的深度学习(Deep Learning,DL)算法在学术界与工业界均取得了显著的成果。陈险峰教授课题组将DL算法应用到OAM相关的诸多方向，对OAM实现了精细识别。
输入不同初始相位与拓扑荷数的光斑图像进行训练，该神经网络的准确率达到98%，能够对肉眼难以分辨的光斑图像进行预测。在此基础上，得益于DL网络优秀的信息提取能力，陈险峰教授课题组还成功实现了基于OAM的非视域无线光通信，即对经过漫反射后的信号成功进行接收与解码。作为展示，课题组将一张爱因斯坦头像的图片在实验室中进行非视域通信，结果成功接收到图片。
基于深度神经网络的机器视觉方法已经可以准确对OAM识别，但还是需要将光斑输入到电脑中才能识别，需要一定的响应时间。目前，陈险峰教授课题组正在利用3D打印相位板来代替神经网络中的“计算层”，以期实现低功耗、低延时和高性能的全光神经网络平台。
报告最后，陈险峰教授对华理70周年校庆表示祝贺，也表达了对我校物理学科发展的支持。报告结束后，在线师生就空分复用的光通信技术前沿、拓扑荷数的取值及变化、非视域成像中的单光子、点面成像等等报告中涉及的问题踊跃提问和讨论交流。此次的学术大讲堂，不仅给与会的老师和学生展示了学术的前沿，更展示了如何围绕光的一个基本特性做出有意义、有价值研究的宝贵思路，给了大家从基础知识到“四个面向”的诸多启迪和思考。