গবেষণায় অপটিক্যাল নিউরাল নেটওয়ার্কের বিস্তার ঘটেছে সময়ের ডোমেইনেও

ScienMag-এ প্রকাশিত একটি গবেষণায় এমন একটি নিউরাল-নেটওয়ার্ক স্থাপত্যের কথা বলা হয়েছে, যা সময়ের সঙ্গে পরিবর্তিত তথ্য প্রক্রিয়া করার সময় সম্পূর্ণভাবে আলো ব্যবহার করে হিসাব সম্পন্ন করে। Light: Science & Applications-এ প্রকাশিত এই কাজটি অনেক আগের ব্যবস্থায় ব্যবহৃত স্থির, দ্বিমাত্রিক নকশার বাইরে ডিফ্র্যাকটিভ অপটিক্যাল কম্পিউটিংকে আরও এগিয়ে নিয়েছে।

গবেষকদের কাঠামো একই সঙ্গে দুটি উপায়ে আলোকক্ষেত্র নিয়ন্ত্রণ করে: স্থানের বিভিন্ন অংশে এর বণ্টন নির্ধারণ করে এবং সময়ের সঙ্গে সেই ক্ষেত্র কীভাবে পরিবর্তিত হবে, তা পরিচালনা করে। এর মাধ্যমে অপটিক্যাল নেটওয়ার্কগুলোকে ধাপগুলোর মাঝখানে তথ্য কোনো ইলেকট্রনিক প্রসেসরে না পাঠিয়েই তরঙ্গরূপ ও সিকোয়েন্স প্রক্রিয়া করানোর লক্ষ্য নেওয়া হয়েছে।

স্থানিক নকশা থেকে পরিবর্তনশীল সংকেত

ডিফ্র্যাকটিভ নিউরাল নেটওয়ার্কে একাধিক পাতলা অপটিক্যাল স্তর ব্যবহার করা হয়। কম্পিউটারভিত্তিক প্রশিক্ষণ প্রক্রিয়ায় তাদের সঞ্চালন বা প্রতিফলন বৈশিষ্ট্য নির্ধারণ করা হয়। প্রশিক্ষিত কাঠামোতে আলো প্রবেশ করলে তা এক স্তর থেকে পরের স্তরে ছড়িয়ে পড়ে। এর ফলে সৃষ্ট ডিফ্র্যাকশন ও ইন্টারফেরেন্স কৃত্রিম নিউরাল নেটওয়ার্কের ওজনযুক্ত সংযোগের অনুরূপ কাজ সম্পন্ন করে।

এই বিন্যাসে আলো স্তরগুলোর মধ্য দিয়ে চলার সময়ই নেটওয়ার্কের ফরোয়ার্ড গণনা সম্পন্ন হতে পারে। প্রচলিত ইলেকট্রনিক ব্যবস্থার বিপরীতে, অপটিক্যাল যন্ত্রটিকে প্রতিটি সংযোগে আলাদা করে ডিজিটাল গুণ করতে হয় না। তবে আগের সংস্করণগুলো সাধারণত একটি মাত্র ছবি বা অন্য কোনো স্থির স্থানিক নকশা নিয়ে কাজ করত। পৃষ্ঠজুড়ে সাজানো তথ্যকে তারা রূপান্তর বা শ্রেণিবদ্ধ করতে পারত, কিন্তু সময়ের সঙ্গে কোনো সংকেত কীভাবে বিকশিত হয়, তা স্বাভাবিকভাবে বিবেচনা করতে পারত না।

এই সীমাবদ্ধতা গুরুত্বপূর্ণ, কারণ বহু উপযোগী ইনপুট স্থির ছবি নয়। যোগাযোগের তথ্য পরিবর্তনশীল অপটিক্যাল তরঙ্গরূপ হিসেবে আসতে পারে, আবার জৈবিক সংকেত ও চলমান দৃশ্যেও তাদের সময়গত আচরণের মধ্যে তথ্য থাকে। উদাহরণস্বরূপ, একটি কথ্য শব্দ নির্ভর করে পরিবর্তনের একটি ধারাবাহিকতার ওপর, কোনো একক বিচ্ছিন্ন মুহূর্তের ছবির ওপর নয়।

নতুন নকশাটি অপটিক্যাল ক্ষেত্রকে স্থান ও সময়—উভয়ের সাপেক্ষে পরিবর্তনশীল হিসেবে বিবেচনা করে। তাই এর স্তরগুলো কেবল স্থানিক মাস্ক নয়: এগুলোর উদ্দেশ্য হলো সময়ের সঙ্গে পরিবর্তিত কোনো ক্ষেত্রের বিভিন্ন অংশের পারস্পরিক সম্পর্ক বদলে দেওয়া, যখন সেই উপাদানগুলো অগ্রসর হয়ে পরস্পরের সঙ্গে ইন্টারফিয়ার করে। এরপর চূড়ান্ত আলোক-নকশা শ্রেণিবিন্যাসের ফল বা রূপান্তরিত তরঙ্গরূপের মতো কোনো উত্তর প্রকাশ করতে পারে।

আলোই গণনার মাধ্যম

নেটওয়ার্কটি সংখ্যাতাত্ত্বিকভাবে প্রশিক্ষিত হয়। তরঙ্গের প্রসারণের মডেলকে মেশিন-লার্নিং পদ্ধতির সঙ্গে যুক্ত করা হয়, এবং সিস্টেমের আউটপুট ও কাঙ্ক্ষিত ফলাফলের পার্থক্য কমাতে স্তরগুলোর বৈশিষ্ট্য বারবার সমন্বয় করা হয়। প্রশিক্ষণের পর সেই পরামিতিগুলো বাস্তব অপটিক্যাল উপাদানে প্রয়োগ করা হয়।

চালু অবস্থায় কাঠামোটিকে নিষ্ক্রিয়ভাবে ইনফারেন্স সম্পন্ন করার জন্য নকশা করা হয়েছে। এটি এমন হাইব্রিড ব্যবস্থা থেকে আলাদা, যেখানে অপটিক্স কোনো গণনার কেবল একটি অংশ সম্পন্ন করার পর ইলেকট্রনিক্স দায়িত্ব নেয়। প্রস্তাবিত সম্পূর্ণ অপটিক্যাল পথে আলোর প্রসারণ, ডিফ্র্যাকশন ও ইন্টারফেরেন্সই গণনা সম্পন্ন করে।

সময়কে যুক্ত করার ফলে সিস্টেমটি প্রতিটি মুহূর্তকে আলাদাভাবে বিবেচনা না করে একটি নির্দিষ্ট সময়-পরিসরের তথ্য একত্র করতে পারে। ScienMag-এর প্রতিবেদনে বলা হয়েছে, কাঠামোর মধ্য দিয়ে আলো চলাচলের আচরণ ব্যবহার করে এমন একটি নেটওয়ার্ক সম্ভাব্যভাবে সময়গত ফিল্টারিং, পারস্পরিক-সম্পর্ক নির্ণয় এবং সিকোয়েন্স শনাক্তকরণ করতে পারে। এর ফলে কোনো সংকেত ইলেকট্রনিক ফরম্যাটে রূপান্তরিত হওয়ার আগে, সেন্সিং বা যোগাযোগ ব্যবস্থার একেবারে শুরুতেই স্ট্রিমিং তথ্য বিশ্লেষণের সম্ভাবনা তৈরি হয়।

এই পদ্ধতিটি আলোর তথ্য বহন করার আরও কয়েকটি বৈশিষ্ট্যও কাজে লাগায়, যার মধ্যে রয়েছে স্থানিক গঠন, তরঙ্গদৈর্ঘ্য, পোলারাইজেশন এবং সময়গত প্রোফাইল। গবেষণাটি স্থান ও সময়ের যৌথ নিয়ন্ত্রণের ওপর কেন্দ্রীভূত, যা অপটিক্যাল গবেষণার এমন একটি ক্ষেত্র যেখানে প্রকৌশলসম্মত পালস এবং অন্যান্য আলোক-নকশা তৈরি করা সম্ভব হয়েছে—যেগুলোর প্রসারণের সময় আচরণ ইচ্ছাকৃতভাবে নিয়ন্ত্রণ করা হয়।

সম্ভাব্য সুবিধা ও অবশিষ্ট চ্যালেঞ্জ

অপটিক্যাল নিউরাল নেটওয়ার্ক নিয়ে আগ্রহের একটি প্রধান কারণ হলো শক্তি ব্যবহার। ইলেকট্রনিক AI হার্ডওয়্যারে ইনফারেন্সের জন্য প্রয়োজনীয় গাণিতিক ক্রিয়া সম্পন্ন করার পাশাপাশি মেমরি ও প্রসেসিং ইউনিটের মধ্যে তথ্য স্থানান্তরেও উল্লেখযোগ্য শক্তি ব্যয় হতে পারে। ডিফ্র্যাকটিভ অপটিক্যাল নেটওয়ার্ক আলোর চলাচল ও ইন্টারফেরেন্সের মাধ্যমে রূপান্তরগুলো সম্পন্ন করে। ফলে পরিচালন ব্যয়ের প্রধান অংশ যুক্ত থাকে আলো উৎপাদন ও শনাক্ত করার সঙ্গে, প্রতিটি সংযোগে ইলেকট্রনিক গণনার সঙ্গে নয়।

সময়গত সম্প্রসারণ এই সুবিধাকে আরও বিস্তৃত কাজের ক্ষেত্রে প্রাসঙ্গিক করে তুলতে পারে, বিশেষত অপটিক্যাল যোগাযোগে, যেখানে তথ্য ইতিমধ্যেই মডুলেটেড আলো হিসেবে চলাচল করে। অপটিক্যাল ও ইলেকট্রনিক ফরম্যাটের মধ্যে বারবার রূপান্তর এড়ানো খুব দ্রুত প্রক্রিয়াকরণেও সহায়তা করতে পারে। কমপ্যাক্ট যন্ত্রে আলোকে নেটওয়ার্ক অতিক্রম করতে যে সময় লাগে, তা পিকোসেকেন্ডে মাপা হতে পারে, যদিও একটি সম্পূর্ণ ব্যবস্থার বাস্তব কর্মক্ষমতা তার উপাদান ও ডিটেক্টরের ওপর নির্ভর করবে।

এই কাজটিকে প্রস্তুত পণ্য হিসেবে নয়, বরং নকশার একটি কাঠামো এবং ভবিষ্যৎ বাস্তবায়নের ভিত্তি হিসেবে উপস্থাপন করা হয়েছে। দ্রুত পরিবর্তনশীল আলোর ওপর প্রয়োজনীয় পরিবর্তন নির্ভুলভাবে প্রয়োগ করতে পারে—এমন বাস্তব স্তর তৈরি করা কঠিন হবে। অ্যালাইনমেন্ট, উৎপাদনের নির্ভুলতা এবং ডিটেক্টরের ব্যান্ডউইডথ—সবকিছুই প্রশিক্ষিত মডেলের পূর্বাভাস অনুযায়ী কোনো যন্ত্র কাজ করবে কি না, তার ওপর প্রভাব ফেলতে পারে।

ScienMag জানিয়েছে, গবেষণাটি স্পেসিওটেম্পোরাল ডিফ্র্যাকটিভ নিউরাল নেটওয়ার্কের নীতিমালা ও একটি পদ্ধতিগত কাঠামো প্রতিষ্ঠা করেছে। এই নীতিগুলোকে বিভিন্ন অপটিক্যাল ফ্রিকোয়েন্সি পরিসর ও হার্ডওয়্যার প্ল্যাটফর্মে ব্যবহারের উপযোগী ব্যবস্থায় রূপ দিতে আরও কাজ প্রয়োজন হবে, তবে এই কাঠামো গতিশীল তথ্য প্রক্রিয়ায় নিষ্ক্রিয় অপটিক্সের সম্ভাব্য ভূমিকা আরও বিস্তৃত করেছে।