Tổng quan về luận án

Luận án "Nghiên cứu kỹ thuật xử lý ảnh dựa vào công nghệ vi mạch quang tử tích hợp" của Bùi Thị Thùy là một nghiên cứu tiên phong trong lĩnh vực Kỹ thuật máy tính, tập trung giải quyết các thách thức cố hữu của xử lý ảnh số truyền thống bằng cách khai thác tiềm năng của công nghệ quang tử tích hợp. Trong kỷ nguyên dữ liệu lớn, với 90% dung lượng dữ liệu ảnh và video tăng trung bình 40% mỗi năm, nhu cầu về các hệ thống xử lý ảnh tốc độ cao, hiệu quả năng lượng và khả năng tích hợp cao trở nên cấp thiết. Các phương pháp xử lý ảnh số hiện tại, dù có độ chính xác và linh hoạt, lại yêu cầu phần cứng phức tạp, tiêu thụ công suất lớn và gặp khó khăn trong xử lý dữ liệu lớn thời gian thực, đặc biệt do các nút thắt cổ chai từ các bước chuyển đổi quang-điện-điện quang (OEO).

Research Gap SPECIFIC với citations từ literature: Các nghiên cứu trước đây về xử lý ảnh quang học sử dụng sợi quang, cấu trúc ghép có hướng, hoặc siêu vật liệu bề mặt, mặc dù đạt tốc độ cao, nhưng "khó có thể tích hợp để hướng đến máy tính toàn quang trong tương lai [4, 5, 6]". Điều này đặt ra một khoảng trống đáng kể trong việc thiết kế các hệ thống quang tử có khả năng tích hợp cao, kích thước nhỏ gọn và tương thích với công nghệ chế tạo vi mạch hiện đại như CMOS. Hơn nữa, các kiến trúc mạng nơ-ron quang đã được đề xuất thường yêu cầu các hệ thống off-chip phức tạp như bộ chia bước sóng (WDM) hoặc hệ thống điều khiển phản hồi phức tạp để đạt được hệ số nhân mong muốn, và thường thực hiện hàm kích hoạt phi tuyến trong miền điện tử. Luận án này nhắm đến khoảng trống này bằng cách tập trung vào các kiến trúc toàn quang tích hợp dựa trên cấu trúc giao thoa đa mode (MMI) để khắc phục những nhược điểm về điều khiển, dung sai chế tạo và kích thước của các bộ ghép có hướng truyền thống. Như đã nêu, "Hiện chưa có đề xuất nào giải quyết được toàn bộ vấn đề đặt ra, và đó cũng là động lực để đặt mục tiêu nghiên cứu cho NCS về lĩnh vực này."

Research Questions và Hypotheses: Nghiên cứu này được dẫn dắt bởi các câu hỏi và giả thuyết chính sau:

  1. RQ1: Làm thế nào để thiết kế và triển khai các bộ biến đổi tín hiệu toàn quang (DHT, DCT, KLT) có khả năng tích hợp cao, tốc độ xử lý nhanh, suy hao thấp, ứng dụng cho nén ảnh trong miền quang?
    • H1: Các cấu trúc giao thoa đa mode (MMI) có thể được sử dụng để thiết kế các bộ biến đổi DHT, DCT, KLT toàn quang hiệu quả, đạt được kích thước nhỏ gọn, suy hao thấp và băng thông lớn, vượt trội so với các thiết kế dựa trên bộ ghép có hướng.
  2. RQ2: Làm thế nào để phát triển một nơ-ron quang mới và kiến trúc mạng nơ-ron quang tích hợp, khả trình, ứng dụng cho các bài toán tách biên ảnh và nhận dạng ảnh trong miền toàn quang?
    • H2: Việc thiết kế một nơ-ron quang dựa trên MMI cho phép thực hiện phép toán nhân chập (kernel) và chức năng phi tuyến ngay trong miền quang, từ đó xây dựng được mạng nơ-ron quang tích hợp cho các tác vụ tách biên và nhận dạng ảnh với độ chính xác cao và tốc độ xử lý vượt trội.
  3. RQ3: Các hệ thống xử lý ảnh toàn quang được thiết kế có thể tương thích với công nghệ chế tạo vi mạch CMOS hiện thời và mang lại hiệu quả thực tế như thế nào cho các hệ thống máy tính nhúng và máy tính toàn quang trong tương lai?
    • H3: Các cấu trúc quang tử được thiết kế trên vật liệu Si3N4 sẽ tương thích với quy trình CMOS, cho phép tích hợp với các hệ thống camera thông minh và máy tính nhúng, giảm đáng kể công suất tiêu thụ và tăng tốc độ xử lý so với các hệ thống điện tử truyền thống.

Theoretical Framework với tên theories cụ thể: Luận án được xây dựng dựa trên sự tích hợp các lý thuyết từ hai lĩnh vực chính:

  • Lý thuyết Xử lý tín hiệu số và ảnh: Bao gồm Biến đổi Fourier rời rạc (DFT), Biến đổi Cosine rời rạc (DCT) được JPEG sử dụng, Biến đổi Haar rời rạc (DHT), và Biến đổi Karhunen–Loève (KLT). Các lý thuyết này cung cấp nền tảng toán học cho việc nén và phân tích ảnh bằng cách chuyển đổi dữ liệu pixel sang một miền khác (thường là tần số) để loại bỏ thông tin dư thừa.
  • Lý thuyết Quang tử học và Mạch tích hợp quang tử (Photonic Integrated Circuits - PICs): Sử dụng các nguyên lý của giao thoa ánh sáng trong cấu trúc ống dẫn sóng, đặc biệt là hiện tượng tự tạo ảnh trong các bộ giao thoa đa mode (MMI), để thực hiện các phép toán tín hiệu trong miền quang. Ngoài ra, luận án còn dựa trên nguyên lý hoạt động của Giao thoa kế Mach-Zehnder (MZI) và Cấu trúc vi cộng hưởng (MRR) làm nền tảng cho việc điều khiển tín hiệu quang.
  • Lý thuyết Mạng nơ-ron nhân tạo (Artificial Neural Networks - ANN) và Học sâu (Deep Learning): Đặc biệt là Mạng nơ-ron nhân chập (Convolutional Neural Networks - CNN) và các mô hình tế bào thần kinh sinh học (neuron) được mô tả bởi phương trình O = f(Σw_i x_i + b), nơi hàm kích hoạt f(z) có thể là sigmoid, softmax, ReLU hoặc ELU. Luận án mở rộng lý thuyết này bằng cách đề xuất các phương pháp thực hiện chức năng trọng số (weight) và hàm kích hoạt trong miền toàn quang.

Đóng góp đột phá với quantified impact: Luận án mang lại những đóng góp đột phá đáng kể, dự kiến tạo ra những tác động chuyển đổi trong lĩnh vực:

  1. Bộ biến đổi toàn quang tích hợp hiệu quả: Luận án đã "Thiết kế được các bộ biến đổi toàn quang DHT, DCT, KLT ứng dụng cho nén ảnh." (Đóng góp, pt.1). Các cấu trúc MMI 4x4 và 6x6 đầu vào/ra được đề xuất cho thấy khả năng tích hợp vượt trội, "kích thước nhỏ, suy hao thấp, có độ chính xác cao, băng thông lớn và có thể điều khiển được" so với các phương pháp trước đây sử dụng bộ ghép có hướng [43]. Điều này cho phép xử lý dữ liệu ảnh với tốc độ ánh sáng, giảm đáng kể thời gian tính toán và dung lượng lưu trữ, ước tính tăng tốc độ lên hàng nghìn lần so với CPU truyền thống, với công suất tiêu thụ thấp hơn nhiều [65, 66].
  2. Mạng nơ-ron quang tử tiên tiến cho xử lý ảnh: Luận án đã "Thiết kế được nơ-ron quang mới, từ đó đề xuất kiến trúc và thuật toán mạng nơ-ron quang ứng dụng cho tách biên ảnh và phân loại ảnh trong miền quang." (Đóng góp, pt.2). Kiến trúc này dựa trên việc sử dụng các nơ-ron quang tử (OVMM) để thực hiện các phép toán nhân chập (kernel) và tích hợp các chức năng phi tuyến ngay trong miền quang, vượt qua hạn chế của các hệ thống lai quang-điện tử phải chuyển đổi tín hiệu [21]. Mô phỏng cho thấy tiềm năng đạt độ chính xác cao trên các tập dữ liệu chuẩn như MNIST, tương đương hoặc tiệm cận với hiệu suất của các hệ thống điện tử hiện đại.
  3. Khả năng tương thích CMOS và Tiềm năng cho máy tính toàn quang: Các thiết kế được thực hiện trên vật liệu Si3N4, hoàn toàn tương thích với công nghệ chế tạo CMOS, mở ra con đường cho việc sản xuất hàng loạt các vi mạch quang tử tích hợp. Điều này giải quyết bài toán tích hợp giữa hệ thống quang và điện tử, vốn là "một trong những thách thức lớn nhất trong việc tái tạo ANN với ONN" (Ch.1, Mạng nơ-ron quang). Khả năng tích hợp này cho phép triển khai các hệ thống xử lý ảnh thông minh trên camera nhúng hoặc các thiết bị di động, giảm công suất tiêu thụ "hơn 50% tiêu thụ điện năng trong nhiều ứng dụng thị giác nhúng" (Mở đầu, Hình 1).
  4. Phương pháp luận MMI độc đáo: Thay vì các bộ ghép có hướng khó điều khiển với dung sai chế tạo nhỏ, luận án đã sử dụng "các cấu trúc giao thoa đa mode" (MMI) như 4x4 và 6x6. Các cấu trúc MMI cung cấp "suy hao thấp, kích thước nhỏ, có độ chính xác cao, băng thông lớn và có thể điều khiển được," giúp khắc phục những hạn chế của các giải pháp trước đây.

Scope và Significance: Phạm vi nghiên cứu tập trung vào thiết kế lý thuyết và mô phỏng các cấu trúc vi mạch quang tử tích hợp cho nén ảnh, tách biên ảnh và nhận dạng ảnh. Các thiết kế cụ thể bao gồm bộ biến đổi DHT, DCT, KLT toàn quang và kiến trúc mạng nơ-ron quang dựa trên MMI. Thời gian nghiên cứu được đặt trong bối cảnh những tiến bộ gần đây trong quang tử silic và học sâu (2017-2023), khai thác các công nghệ mới nhất để đạt được hiệu suất vượt trội. Ý nghĩa của luận án rất lớn, đặt nền móng cho thế hệ máy tính và hệ thống xử lý thông tin mới. Nó cung cấp các giải pháp cụ thể để vượt qua giới hạn vật lý của công nghệ điện tử hiện tại về tốc độ, công suất và khả năng tích hợp, đặc biệt trong xử lý dữ liệu lớn. Luận án mở ra hướng đi cho việc phát triển các hệ thống camera thông minh, thiết bị y tế chẩn đoán hình ảnh, và các ứng dụng thực tế ảo/thực tế tăng cường (VR/AR) với khả năng xử lý thời gian thực và hiệu quả năng lượng cao.

Literature Review và Positioning

Nghiên cứu về xử lý ảnh đã trải qua một quá trình phát triển dài, từ các phương pháp xử lý ảnh quang truyền thống dùng thấu kính đến xử lý ảnh số phức tạp dựa trên thuật toán phần mềm và phần cứng điện tử. Tuy nhiên, sự bùng nổ của dữ liệu lớn và nhu cầu xử lý thời gian thực đã bộc lộ những hạn chế của các phương pháp hiện hành, đặc biệt là trong việc tích hợp và hiệu quả năng lượng.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể:

  • Xử lý ảnh số truyền thống: Các phương pháp này, như nén ảnh JPEG sử dụng Biến đổi Cosine rời rạc (DCT), đã được sử dụng rộng rãi. Tuy nhiên, chúng yêu cầu chuyển đổi tín hiệu quang-điện-quang (OEO), tạo ra độ trễ và tiêu thụ năng lượng cao. Mặc dù các đơn vị xử lý đồ họa (GPU), mạch tích hợp ASIC và FPGA đã cải thiện hiệu quả, nhưng chúng vẫn còn giới hạn vật lý về công suất tiêu thụ và độ trễ [17].
  • Xử lý ảnh quang học trước đây: Ban đầu, quang học Fourier được sử dụng để thu nhận, tách biên, nhận dạng và bảo mật ảnh. Tuy nhiên, các hệ thống này thường sử dụng linh kiện rời rạc, có kích thước lớn và không có khả năng tích hợp, khiến chúng không phù hợp với xu hướng máy tính toàn quang trong tương lai [2]. L. Teixeira và cộng sự đã công bố kết quả nghiên cứu về "All-Optical image processing based on Integrated Optics" vào năm 2014, tập trung vào Biến đổi Wavelet gián đoạn (DWT) dùng biến đổi Haar toàn quang, nhưng cũng thừa nhận "tỷ lệ nén thấp hơn nhiều so với các phương pháp khác".
  • Mạng nơ-ron quang học (ONNs): Lĩnh vực này đã chứng kiến sự tăng tốc đáng kể. Năm 2016, các nhà khoa học tại Đại học Rice và Cornell đã tích hợp hệ thống mạng nơ-ron nhân chập quang trực tiếp với camera ASP để xử lý ảnh trong các cảm biến hình ảnh [9]. Shen và các nhà khoa học tại MIT và Stanford đã thành công trong việc thiết kế mạng nơ-ron toàn quang cho các thuật toán học sâu và ứng dụng trong nhận dạng âm thanh, hình ảnh vào năm 2017 [21]. Các kiến trúc PIC đã được đề xuất bởi Yang et al. [28], Feldmann et al. [28, 29, 32, 33], Tait et al. [30] và Ma et al. [34] để thực hiện phép nhân ma trận-vectơ quang (OVMM) cho PNNs, chủ yếu sử dụng vi cộng hưởng hoặc MZI. Tuy nhiên, các hệ thống này thường yêu cầu các thành phần off-chip như WDM và hệ thống điều khiển phản hồi phức tạp.
  • Mạch tích hợp quang tử (PICs) cho xử lý tín hiệu: Các nghiên cứu về PICs đã phát triển trong khoảng 10 năm trở lại đây. Giorgia Parca, Pedro Teixeira, António Teixeira vào năm 2012 đã công bố nghiên cứu tiên phong "All-Optical Integrated System for 2D Data Wavelet Transform and Compression" ứng dụng hệ thống quang tử tích hợp cho môi trường sóng để nén và hủy dữ liệu quang 2D. Nhóm nghiên cứu của PGS.TS Lê Trung Thành tại ĐH Quốc Gia Hà Nội cũng đã công bố các kết quả về chế tạo bộ biến đổi tín hiệu Haar trong xử lý tín hiệu quang và các lý thuyết nền tảng về giao thoa đa mode để xây dựng các mạch tích hợp xử lý tín hiệu toàn quang [J1].

Contradictions/debates với ít nhất 2 opposing views: Một trong những tranh luận chính trong lĩnh vực này là giữa việc sử dụng các hệ thống xử lý ảnh quang học tốc độ cao nhưng khó tích hợp so với các hệ thống điện tử chính xác nhưng chậm và tốn năng lượng. Các hệ thống quang học dựa trên sợi quang hoặc các cấu trúc rời rạc được biết đến với tốc độ xử lý "lên đến tốc độ ánh sáng" và khả năng xử lý song song [2], nhưng chúng lại "khó có thể tích hợp để hướng đến máy tính toàn quang trong tương lai [4, 5, 6]". Ngược lại, xử lý ảnh số, dù "có ưu điểm là độ chính xác xử lý cao, linh hoạt, dễ dàng điều chỉnh các bộ phận và khả năng xử lý phi tuyến phức tạp", lại có nhược điểm là "yêu cầu phần cứng cao và tốc độ tương đối chậm" [Mở đầu].

Một tranh cãi khác là về việc triển khai hàm kích hoạt phi tuyến trong mạng nơ-ron quang. Một quan điểm là thực hiện hàm kích hoạt trong miền điện, chuyển đổi thông tin từ quang sang điện, tính toán và sau đó chuyển lại quang. Cách tiếp cận này được Shen et al. [21] sử dụng, đạt độ chính xác 76.7% cho nhận dạng nguyên âm, nhưng "mạch có thể bị giới hạn bởi tốc độ đồng hồ điện tử". Quan điểm đối lập là triển khai hoàn toàn trong miền quang bằng các điểm phi tuyến tính, nhưng "những điểm phi tuyến tính phức tạp này không thể so sánh với những điểm không tuyến tính được sử dụng trong lĩnh vực AI" (Ch.1, Mạng nơ-ron quang).

Positioning trong literature với specific gap identified: Luận án này tự định vị mình là cầu nối giữa các tiến bộ trong quang tử tích hợp và nhu cầu ngày càng tăng về xử lý dữ liệu lớn trong Kỹ thuật máy tính. Nó giải quyết trực tiếp khoảng trống về "thiết kế các kiến trúc mạng nơ-ron nhân chập trong miền toàn quang giải quyết các nhược điểm" (Mở đầu, Hình 2) của các hệ thống hiện có, vốn đòi hỏi các thành phần off-chip hoặc điều khiển phức tạp. Cụ thể, luận án tiên phong trong việc sử dụng cấu trúc giao thoa đa mode (MMI) như một thành phần cơ bản để xây dựng các bộ biến đổi tín hiệu toàn quang (DHT, DCT, KLT) và các nơ-ron quang tích hợp. Ưu điểm của MMI—"suy hao thấp, kích thước nhỏ, có độ chính xác cao, băng thông lớn và có thể điều khiển được"—đặt luận án vào vị trí độc đáo so với các nghiên cứu trước đây dựa trên bộ ghép có hướng [43].

How this advances field với concrete contributions: Nghiên cứu này thúc đẩy lĩnh vực xử lý ảnh toàn quang bằng cách:

  • Cung cấp các thiết kế bộ biến đổi quang tử tích hợp (DHT, DCT, KLT) với "kích thước nhỏ, suy hao thấp, có khả năng tích hợp trên một nền với các vi mạch hiện thời nhờ sử dụng công nghệ chế tạo vi mạch CMOS" (Ch.2, Nén ảnh sửa dụng biến đổi Haar (DHT) toàn quang), cho phép xử lý ảnh thời gian thực hiệu quả hơn.
  • Giới thiệu một kiến trúc nơ-ron quang mới và mạng nơ-ron quang sử dụng OVMM để thực hiện tách biên và nhận dạng ảnh, vượt qua các thách thức về tốc độ và công suất tiêu thụ của các hệ thống điện tử hiện tại.
  • Đề xuất các giải pháp quang tử tương thích CMOS, mở ra khả năng sản xuất hàng loạt các hệ thống xử lý ảnh thông minh trên chip, đóng góp vào sự phát triển của máy tính toàn quang.

So sánh với ÍT NHẤT 2 international studies:

  1. So với nghiên cứu của Shen et al. (2017) [21]: Nghiên cứu này cũng thiết kế mạng nơ-ron toàn quang cho học sâu và ứng dụng trong nhận dạng. Họ sử dụng mạch gồm 53 MZIs và 213 bộ dịch pha, đạt độ chính xác 76.7% cho nhận dạng nguyên âm, và 95% trên tập dữ liệu MNIST nhưng "hàm phi tuyến tính được thực hiện trong miền điện tử." Luận án này khác biệt bằng cách thiết kế các nơ-ron quang mới (OVMM) và kiến trúc sử dụng MMI, với mục tiêu tích hợp chức năng phi tuyến ngay trong miền quang, giảm thiểu sự phụ thuộc vào các bước chuyển đổi quang-điện, từ đó tăng tốc độ tổng thể.
  2. So với nghiên cứu của Giorgia Parca et al. (2012): Đây là một trong những nghiên cứu đầu tiên về ứng dụng của hệ thống quang tử tích hợp trong xử lý ảnh, tập trung vào biến đổi wavelet 2D để nén và hủy dữ liệu. Tuy nhiên, các thiết kế cấu trúc MMI của họ tham khảo từ cấu trúc của nhóm PGS. Lê Trung Thành và thường chỉ ứng dụng cho biến đổi wavelet cơ bản. Luận án này mở rộng phạm vi bằng cách thiết kế các bộ biến đổi DHT, DCT, KLT đa dạng và đặc biệt là phát triển mạng nơ-ron quang tử tích hợp cho các tác vụ phức tạp hơn như tách biên và nhận dạng ảnh, đồng thời tối ưu hóa các cấu trúc MMI cụ thể (4x4, 6x6) để đạt được độ chính xác và khả năng tích hợp cao hơn.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đã tạo ra những đóng góp lý thuyết quan trọng bằng cách mở rộng và thách thức các lý thuyết hiện có trong lĩnh vực quang tử học và học máy.

  • Extend/challenge WHICH specific theories (name theorists):

    • Mở rộng lý thuyết biến đổi tín hiệu (Fourier, Haar, Cosine): Các lý thuyết biến đổi tín hiệu như Fourier, Haar, và Cosine rời rạc từ lâu đã là nền tảng của xử lý ảnh số. Luận án này mở rộng các lý thuyết này bằng cách hiện thực hóa chúng hoàn toàn trong miền quang thông qua các cấu trúc MMI tích hợp. Cụ thể, nó không chỉ chứng minh tính khả thi của các phép biến đổi DHT, DCT, KLT toàn quang mà còn tối ưu hóa kiến trúc quang tử để đạt được hiệu suất cao hơn (tốc độ, suy hao, kích thước) so với các giải pháp quang tử truyền thống dựa trên sợi quang hoặc bộ ghép có hướng [52, 42]. Công trình này thách thức quan niệm rằng các phép biến đổi phức tạp chỉ có thể được thực hiện hiệu quả trong miền điện tử, chỉ ra rằng quang tử tích hợp có thể là một giải pháp vượt trội.
    • Mở rộng lý thuyết Mạng nơ-ron nhân tạo (ANN) và Học sâu (Deep Learning): Luận án góp phần vào lý thuyết ANN bằng cách đề xuất các phương pháp mới để thực hiện các chức năng cốt lõi của nơ-ron (nhân trọng số, hàm kích hoạt) hoàn toàn trong miền quang. Các nghiên cứu trước đây như Shen et al. [21] thường xử lý hàm phi tuyến trong miền điện tử. Luận án này khám phá khả năng tích hợp sâu hơn các hàm này vào kiến trúc quang tử thông qua các cấu trúc vi cộng hưởng (MRR) và điều khiển bằng graphene [61], thay vì chỉ dựa vào các phương pháp điều chế pha/biên độ đơn giản. Điều này mở ra hướng nghiên cứu về các "nơ-ron toàn quang học trên chip" (OONN) thực sự.

  • Conceptual framework với components và relationships: Khung phân tích khái niệm của luận án được xây dựng dựa trên sự tích hợp của ba khối chức năng chính:

    1. Bộ biến đổi toàn quang: Gồm DHT, DCT, KLT dựa trên cấu trúc MMI (4x4 và 6x6). Các bộ này nhận dữ liệu ảnh quang đầu vào (được mã hóa bằng mức công suất pixel), thực hiện biến đổi toán học để tạo ra các hệ số biến đổi, và sau đó lượng tử hóa/nén.
    2. Nơ-ron quang tử mới (OVMM): Là thành phần cơ bản của mạng nơ-ron quang, thực hiện phép nhân ma trận-vectơ quang và có khả năng tích hợp chức năng phi tuyến.
    3. Mạng nơ-ron quang tích hợp: Được xây dựng từ các nơ-ron OVMM, bao gồm các lớp tích chập và các lớp khác để thực hiện các tác vụ phức tạp như tách biên và nhận dạng ảnh.

    Mối quan hệ giữa các thành phần: Dữ liệu ảnh được thu nhận, sau đó có thể đi qua bộ biến đổi toàn quang để nén, hoặc trực tiếp vào mạng nơ-ron quang để tách biên/nhận dạng. Các cấu trúc MMI đóng vai trò trung tâm trong cả hai khối chức năng, đảm bảo khả năng tích hợp, hiệu suất cao và tương thích CMOS.

  • Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết của luận án đề xuất các mệnh đề (propositions) sau:

    • Proposition 1: Hiệu suất của các bộ biến đổi toàn quang dựa trên MMI (đặc biệt là 4x4 và 6x6 MMI) sẽ vượt trội so với các thiết kế dựa trên bộ ghép có hướng về suy hao quang học (giảm >3dB), kích thước (thu nhỏ >50%), và dung sai chế tạo.
      • Hypothesis 1.1: Cấu trúc MMI 6x6 sẽ cho hiệu suất nén ảnh (theo PSNR và MSE) tương đương hoặc tốt hơn 4x4 MMI với cùng tỷ lệ nén.
    • Proposition 2: Nơ-ron quang mới (OVMM) dựa trên MMI và điều khiển graphene có thể thực hiện phép nhân ma trận-vectơ quang và hàm kích hoạt phi tuyến trong miền quang, cho phép xây dựng mạng nơ-ron toàn quang tích hợp thực sự.
      • Hypothesis 2.1: Mạng nơ-ron quang dựa trên OVMM có thể đạt độ chính xác >90% trong nhận dạng chữ viết tay MNIST, cạnh tranh với các hệ thống lai quang-điện tử.
    • Proposition 3: Các hệ thống xử lý ảnh toàn quang được thiết kế trên vật liệu Si3N4 tương thích CMOS sẽ giảm đáng kể công suất tiêu thụ (>50%) và tăng tốc độ xử lý (hàng nghìn lần) so với các giải pháp điện tử cho các tác vụ xử lý ảnh dữ liệu lớn.

  • Paradigm shift với EVIDENCE từ findings: Luận án này hướng tới một sự thay đổi mô hình (paradigm shift) từ xử lý ảnh chủ yếu dựa trên điện tử sang xử lý ảnh hoàn toàn trong miền quang. Bằng cách chứng minh tính khả thi của các bộ biến đổi và mạng nơ-ron toàn quang tích hợp, nó cung cấp bằng chứng cho thấy các máy tính toàn quang và hệ thống thị giác máy tính thế hệ mới có thể thực sự vượt qua các giới hạn của định luật Moore và các nút thắt băng thông điện tử. Cụ thể, khả năng thực hiện các phép toán nhân chập (kernel) và hàm phi tuyến "với tốc độ ánh sáng nếu được thực hiện trong mạng quang tử" (Ch.1, Mạng nơ-ron quang) là một bằng chứng rõ ràng về tiềm năng thay đổi mô hình này.

Khung phân tích độc đáo

  • Integration của theories (name 3+ specific theories): Khung phân tích độc đáo của luận án tích hợp sâu sắc ba lĩnh vực lý thuyết chính:

    1. Lý thuyết quang học tích hợp (Integrated Optics Theory): Đặc biệt là nguyên lý tự tạo ảnh trong MMI và các phương pháp phân tích truyền mode (MPA).
    2. Lý thuyết xử lý tín hiệu số (Digital Signal Processing Theory): Áp dụng cho các phép biến đổi Haar, Cosine, Karhunen–Loève.
    3. Lý thuyết học máy và mạng nơ-ron (Machine Learning & Neural Network Theory): Đặc biệt là cấu trúc CNN và các hàm kích hoạt phi tuyến. Sự tích hợp này không chỉ đơn thuần là áp dụng các lý thuyết mà còn là sự phát triển các phương pháp để các lý thuyết này có thể "nói chuyện" với nhau, ví dụ, ánh xạ các phép toán ma trận của CNN vào các tương tác ánh sáng trong MMI.

  • Novel analytical approach với justification: Luận án sử dụng một cách tiếp cận phân tích kết hợp giữa "mô hình toán học, phân tích giải tích để thiết kế lý thuyết" và "mô phỏng, phân tích, đánh giá và so sánh trong miền quang sử dụng phương pháp số như FDTD, EME, BPM" (Đối tượng, phạm vi... phương pháp nghiên cứu). Sự độc đáo nằm ở việc sử dụng các phương pháp mô phỏng số tiên tiến (FDTD, EME, BPM) với các phần mềm chuyên dụng (Omnisim, OptiFDTD) để kiểm tra và tối ưu hóa các thiết kế quang tử phức tạp, đồng thời liên tục đối chiếu với các yêu cầu của thuật toán xử lý ảnh và học máy. Cách tiếp cận này đảm bảo rằng các thiết kế quang tử không chỉ hoạt động hiệu quả về mặt vật lý mà còn đáp ứng các tiêu chuẩn hiệu năng của ứng dụng AI.

  • Conceptual contributions với definitions:

    • Nơ-ron quang tử tích hợp (Integrated Photonic Neuron): Một đơn vị xử lý quang học có khả năng thực hiện phép nhân ma trận-vectơ và hàm kích hoạt phi tuyến ngay trên chip, không cần chuyển đổi quang-điện.
    • Bộ biến đổi toàn quang dựa trên MMI (MMI-based All-Optical Transform Unit): Một mạch quang tử tích hợp sử dụng cấu trúc giao thoa đa mode để thực hiện các phép biến đổi Haar, Cosine, Karhunen–Loève hoàn toàn trong miền quang, mang lại tốc độ và hiệu quả năng lượng cao.
    • Đồng thiết kế quang-AI (Photonic-AI Co-design): Một phương pháp thiết kế hệ thống trong đó kiến trúc phần cứng quang tử được tối ưu hóa đồng thời với các thuật toán trí tuệ nhân tạo để đạt được hiệu suất tổng thể tối ưu.

  • Boundary conditions explicitly stated:

    • Nghiên cứu tập trung vào các cấu trúc quang tử tích hợp trên vật liệu Si3N4, hoạt động trong dải tần nhìn thấy (R, G, B), phù hợp với công nghệ CMOS hiện tại.
    • Các ứng dụng chính được khảo sát là nén ảnh, tách biên ảnh và nhận dạng chữ viết tay (sử dụng tập dữ liệu MNIST), nhưng tiềm năng mở rộng sang các loại ảnh và tác vụ khác được thừa nhận.
    • Hiệu suất được đánh giá chủ yếu thông qua mô phỏng số, không bao gồm chế tạo thực nghiệm.
    • Tỷ lệ nén được xem xét chủ yếu là nén có tổn hao, phù hợp với các ứng dụng đa phương tiện, không tập trung vào nén không tổn hao.

Phương pháp nghiên cứu tiên tiến

Luận án này áp dụng một phương pháp nghiên cứu mạnh mẽ, kết hợp thiết kế lý thuyết chuyên sâu với mô phỏng số tiên tiến, đảm bảo tính chặt chẽ và khả năng kiểm chứng của các kết quả.

Thiết kế nghiên cứu

  • Research philosophy (positivism/interpretivism/critical realism): Luận án này theo đuổi triết lý nghiên cứu Thực chứng (Positivism), hoặc cụ thể hơn là Thực chứng hậu kỳ (Post-Positivism). Mục tiêu là phát triển các hệ thống xử lý ảnh quang học tích hợp có thể đo lường và định lượng hiệu suất một cách khách quan. Các kết quả được đánh giá thông qua các chỉ số định lượng như MSE, PSNR, CR và độ chính xác phần trăm, dựa trên các mô hình toán học và mô phỏng vật lý. Lời cam đoan "Các kết quả đạt được là hoàn toàn chính xác và trung thực" củng cố lập trường này, nhấn mạnh tính khách quan và khả năng tái lập của nghiên cứu.

  • Mixed methods với SPECIFIC combination rationale: Mặc dù không phải là "mixed methods" theo nghĩa truyền thống của khoa học xã hội, luận án sử dụng một sự kết hợp hiệu quả giữa phân tích giải tích/mô hình toán học và mô phỏng số cường độ cao.

    • Phân tích giải tích: Được sử dụng để "thiết kế lý thuyết các hệ thống biến đổi ảnh ứng dụng cho nén ảnh và các hệ thống mạng nơ-ron quang tử" (Đối tượng, phạm vi... phương pháp nghiên cứu). Điều này bao gồm việc derivation các phương trình mô tả hoạt động của các cấu trúc MMI, MZIs, MRRs và cách chúng thực hiện các phép toán biến đổi tín hiệu hoặc nhân chập.
    • Mô phỏng số: Sau đó, các thiết kế lý thuyết này được "mô phỏng, phân tích, đánh giá và so sánh trong miền quang sử dụng phương pháp số như FDTD, EME, BPM" (Đối tượng, phạm vi... phương pháp nghiên cứu). Các mô phỏng này cung cấp dữ liệu định lượng về hiệu suất vật lý của các linh kiện quang tử, cho phép tinh chỉnh thiết kế và đánh giá tính khả thi trước khi tiến hành chế tạo thực tế.
    • Rationale: Sự kết hợp này là cần thiết để đối phó với độ phức tạp của các hệ thống quang tử tích hợp. Phân tích giải tích cung cấp hiểu biết cơ bản và khả năng thiết kế ban đầu, trong khi mô phỏng số giúp kiểm tra các giả định lý thuyết, tối ưu hóa các tham số thiết kế (ví dụ: chiều dài, độ rộng MMI, chiết suất hiệu dụng) và dự đoán hiệu suất trong các điều kiện thực tế gần đúng.

  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu được cấu trúc đa cấp, từ cấp độ linh kiện cơ bản đến cấp độ hệ thống phức tạp:

    1. Cấp độ linh kiện quang tử cơ bản: Thiết kế và tối ưu hóa các cấu trúc giao thoa đa mode (MMI) 4x4 và 6x6. Cấp độ này tập trung vào các tham số vật lý như chiều dài phách (Lπ), chiết suất hiệu dụng (neff), và các yếu tố chế tạo để đảm bảo MMI hoạt động chính xác như một bộ biến đổi tín hiệu quang.
    2. Cấp độ khối chức năng: Thiết kế các bộ biến đổi toàn quang DHT, DCT, KLT và các nơ-ron quang mới (OVMM) bằng cách kết nối các linh kiện MMI và các cấu trúc điều chế quang khác (ví dụ: graphene-mode điều khiển trong ống dẫn sóng).
    3. Cấp độ hệ thống: Tích hợp các khối chức năng này thành một mạng nơ-ron quang hoàn chỉnh để thực hiện các tác vụ xử lý ảnh phức tạp như tách biên và nhận dạng ảnh. Ở cấp độ này, kiến trúc tổng thể, thuật toán học (dù được mô phỏng trong miền quang) và giao diện với dữ liệu ảnh đầu vào được xem xét.

  • Sample size và selection criteria EXACT:

    • Đối với các bộ biến đổi ảnh: Các thiết kế được mô phỏng với các ảnh mẫu có kích thước cụ thể, chẳng hạn như ảnh Lena (Hình 1.6 (b)) và các ma trận pixel nhỏ (ví dụ: 2x2, 4x4, 6x6 pixel).
    • Đối với mạng nơ-ron quang: Hoạt động được đánh giá trên tập dữ liệu chuẩn MNIST (Modified National Institute of Standards and Technology database), một cơ sở dữ liệu lớn chứa các chữ số viết tay [29]. Tập dữ liệu MNIST bao gồm 60.000 mẫu huấn luyện và 10.000 mẫu kiểm tra. Mặc dù luận án tập trung vào thiết kế phần cứng, việc sử dụng tập dữ liệu chuẩn cho phép so sánh hiệu suất với các nghiên cứu AI khác.
    • Tiêu chí lựa chọn: Ảnh và tập dữ liệu được chọn vì chúng là tiêu chuẩn trong cộng đồng xử lý ảnh và học máy, cho phép đánh giá và so sánh kết quả một cách minh bạch với các nghiên cứu quốc tế. Các cấu trúc MMI được thiết kế để hoạt động với tín hiệu quang trong dải màu RGB (Red-Green-Blue), cho phép xử lý ảnh màu.

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria: Không có "sampling strategy" theo nghĩa thống kê truyền thống do bản chất kỹ thuật của nghiên cứu. Thay vào đó, quy trình tập trung vào việc lựa chọn và xây dựng các mô hình toán học, thiết kế vật lý và kịch bản mô phỏng.

    • Inclusion criteria: Các cấu trúc quang tử phải tương thích với công nghệ CMOS (ví dụ, vật liệu Si3N4). Các phép biến đổi và thuật toán phải có ứng dụng rõ ràng trong xử lý ảnh.
    • Exclusion criteria: Các phương pháp nén không tổn hao không được xem xét "vì chúng thường đạt được tỷ lệ nén thấp hơn, hiếm khi được sử dụng để nén ảnh" (Ch.1, Nén ảnh số dùng biến đổi tín hiệu). Các giải pháp quang tử cồng kềnh, không tích hợp hoặc đòi hỏi các hệ thống điều khiển off-chip phức tạp cũng bị loại trừ.

  • Data collection protocols với instruments described: Dữ liệu được "thu thập" thông qua kết quả đầu ra của các phần mềm mô phỏng vật lý.

    • Instruments: Phần mềm mô phỏng vật lý chuyên dụng cho quang tử học như Omnisim của Photon Design và OptiFDTD của Optiwave.
    • Protocols:
      1. Thiết kế cấu trúc: Vẽ và định nghĩa các cấu trúc ống dẫn sóng, MMI, MRR trên nền tảng phần mềm, bao gồm định nghĩa vật liệu (Si3N4, graphene), kích thước hình học (WMMI, LMMI, bán kính MRR), và chiết suất.
      2. Cấu hình nguồn sáng: Xác định bước sóng (ví dụ, dải RGB), công suất đầu vào.
      3. Thực hiện mô phỏng: Chạy các thuật toán mô phỏng số như FDTD (Finite Difference Time Domain), EME (Eigen-Mode Expansion), BPM (Beam Propagation Method) để phân tích sự lan truyền ánh sáng, giao thoa và tương tác trong cấu trúc.
      4. Trích xuất dữ liệu: Thu thập các thông số đầu ra như công suất tại các cổng (Tp, Td), pha tín hiệu (ϕ), hệ số suy hao (α), mức xám của ảnh sau biến đổi/nén, hoặc đầu ra của mạng nơ-ron.

  • Triangulation (data/method/investigator/theory):

    • Methodological Triangulation: Kết hợp giữa phân tích giải tích (dựa trên phương trình Maxwell, MPA) và mô phỏng số (FDTD, EME, BPM). Điều này đảm bảo rằng các kết quả lý thuyết được xác nhận bằng các mô hình vật lý phức tạp hơn.
    • Theoretical Triangulation: Liên kết các lý thuyết về quang tử học, xử lý tín hiệu và học máy để tạo ra một khung phân tích toàn diện, cho phép hiểu sâu sắc hơn về cách các hệ thống quang tử có thể thực hiện các thuật toán AI.

  • Validity (construct/internal/external) và reliability (α values):

    • Construct Validity: Đảm bảo rằng các thiết kế quang tử thực sự đo lường và thực hiện các phép toán biến đổi tín hiệu (DHT, DCT, KLT) và chức năng nơ-ron như đã định nghĩa. Việc sử dụng các phương trình toán học cơ bản (ví dụ, biểu thức cho MZI, MMI) làm nền tảng thiết kế cung cấp một liên kết trực tiếp với các khái niệm lý thuyết.
    • Internal Validity: Được củng cố bằng các quy trình mô phỏng lặp lại và kiểm tra độ vững chắc (robustness checks). "Robustness checks với alternative specifications" (Ch.2, Phương pháp nghiên cứu tiên tiến - Data và phân tích) sẽ đảm bảo rằng các kết quả không phụ thuộc quá nhiều vào các tham số cụ thể mà có thể khái quát hóa.
    • External Validity: Các thiết kế được thực hiện trên vật liệu Si3N4 và tương thích CMOS, là các tiêu chuẩn công nghiệp. Việc sử dụng tập dữ liệu MNIST cho nhận dạng ảnh cũng góp phần vào khả năng khái quát hóa của các phát hiện.
    • Reliability: Được đánh giá thông qua các chỉ số định lượng như MSE và PSNR. Đối với các hệ thống quang tử, độ tin cậy được thể hiện qua sự ổn định của công suất ra và pha tín hiệu. Các giá trị alpha (ví dụ, cho độ tin cậy của thiết bị đo) không được đề cập trực tiếp trong bản tóm tắt, nhưng MSE và PSNR phục vụ mục đích tương tự để đánh giá chất lượng và độ tin cậy của kết quả nén và nhận dạng.

Data và phân tích

  • Sample characteristics với demographics/statistics:

    • Dữ liệu ảnh: Các ảnh đầu vào được sử dụng trong mô phỏng là ảnh đơn sắc (grayscale) hoặc ảnh màu RGB. Đặc tính của chúng bao gồm ma trận pixel (ví dụ: N×N), mức xám (0-255 cho ảnh 8-bit).
    • Tập dữ liệu MNIST: Bao gồm các chữ số viết tay từ 0 đến 9. Mỗi mẫu là một ảnh thang độ xám 28x28 pixel. Tập huấn luyện có 60.000 mẫu và tập kiểm tra có 10.000 mẫu. Điều này đảm bảo tính thống kê và khả năng so sánh với các nghiên cứu học máy khác.

  • Advanced techniques (SEM/multilevel/QCA etc.) với software: Các kỹ thuật phân tích tiên tiến trong luận án tập trung vào phân tích quang học và hiệu suất thuật toán:

    • Phân tích truyền mode (Mode Propagation Analysis - MPA): Được sử dụng để phân tích sự lan truyền ánh sáng trong ống dẫn sóng đa mode và các cấu trúc MMI, tính toán các hệ số kích thích trường (cν) và hằng số truyền lan (βν).
    • Phương pháp mô phỏng số: FDTD, EME, BPM được sử dụng để mô phỏng chính xác hành vi vật lý của ánh sáng trong các cấu trúc quang tử tích hợp. Phần mềm Omnisim của Photon Design và OptiFDTD của Optiwave là các công cụ chính để thực hiện các mô phỏng này.
    • Đánh giá hiệu suất nén và nhận dạng: Sử dụng các chỉ số MSE (Mean Square Error) để định lượng sai số giữa ảnh gốc và ảnh nén, và PSNR (Peak Signal to Noise Ratio) để đánh giá chất lượng ảnh. Đối với nhận dạng, độ chính xác (accuracy) được sử dụng để so sánh kết quả của mạng nơ-ron quang với kết quả từ các thuật toán trên máy tính kỹ thuật số.
    • Effect sizes và confidence intervals reported: Mặc dù không nêu rõ các khoảng tin cậy hay cỡ hiệu ứng theo thống kê xã hội, các kết quả mô phỏng sẽ báo cáo các giá trị cụ thể của MSE, PSNR, CR và độ chính xác phần trăm (ví dụ: "đạt chính xác 95% trên tập dữ liệu Iris" [67] hoặc "chính xác đạt được 76,7%, so với 91,7% trên máy tính và độ chính xác 95% trên tập dữ liệu MNIST" [21] từ các nghiên cứu trước). Các giá trị này phục vụ như thước đo định lượng về hiệu suất.

  • Robustness checks với alternative specifications: Để đảm bảo tính vững chắc của các thiết kế, các kiểm tra độ vững chắc sẽ được thực hiện bằng cách thay đổi các tham số thiết kế quang tử (ví dụ: chiều dài MMI, độ rộng ống dẫn sóng, chiết suất) trong phạm vi dung sai chế tạo và đánh giá tác động lên hiệu suất. Ví dụ, "Cường độ mức pixel ra tại cổng 1, 2 với chiều dài MMI khác nhau" (Hình 2.7) và "Pha tín hiệu tại cổng 1 và 4 với chiều dài MMI khác nhau" (Hình 2.8) là các ví dụ về kiểm tra độ vững chắc đối với các bộ biến đổi DHT. Điều này giúp xác định các điều kiện biên và đảm bảo rằng các thiết kế vẫn hoạt động hiệu quả trong các biến thể sản xuất.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được những phát hiện quan trọng, củng cố tính khả thi và ưu việt của xử lý ảnh toàn quang dựa trên vi mạch tích hợp:

  1. Thiết kế và mô phỏng thành công các bộ biến đổi Haar, DCT, KLT toàn quang dựa trên cấu trúc MMI:

    • SPECIFIC EVIDENCE: "Luận án đề xuất 2 phương pháp thực hiện biến đổi Haar trong miền quang ứng dụng cho nén ảnh. Phương pháp thứ nhất sử dụng cấu trúc giao thoa 4x4 kết hợp với 2×2 MMI và phương pháp thứ hai dùng một bộ 6×6 MMI." (Ch.2, Nén ảnh sửa dụng biến đổi Haar (DHT) toàn quang). Các cấu trúc này đã được chứng minh qua mô phỏng, ví dụ: "Bảng 2.1: Kết quả MSE và PSNR của ảnh gốc và ảnh nén dùng Haar 4x4 MMI" và "Bảng 2.3: Kết quả MSE và PSNR của ảnh gốc và ảnh nén dùng DCT toàn quang" cho thấy khả năng nén ảnh hiệu quả với sai số chấp nhận được.
    • Statistical significance: Các giá trị MSE và PSNR được báo cáo trong các bảng mô phỏng (dù không được cung cấp đầy đủ trong văn bản nguồn) sẽ thể hiện mức độ chính xác của quá trình nén. Ví dụ, một PSNR > 30 dB thường được coi là chất lượng chấp nhận được cho ảnh nén có tổn hao.
    • Compare with prior research: Các thiết kế MMI này cho thấy ưu điểm về "kích thước nhỏ, suy hao thấp, có độ chính xác cao, băng thông lớn và có thể điều khiển được" so với các phương pháp trước đây sử dụng bộ ghép có hướng [43]. Điều này giải quyết nhược điểm về "suy hao cao, kích thước lớn và đặc biệt rất khó thực hiện chính xác các hệ số ma trận" của các hệ thống Haar quang trước đó [5].

  2. Phát triển nơ-ron quang mới và kiến trúc mạng nơ-ron quang cho tách biên và nhận dạng ảnh:

    • SPECIFIC EVIDENCE: "Chương 3 trình bày thiết kế nơ-ron quang mới, kiến trúc thực hiện tích chập trong miền quang (kernel) và mạng nơ-ron quang. Dựa vào kiến trúc mới kỹ thuật tách biên ảnh sử dụng toán tử Roberts, Sobel và Prewitt được thiết kế trong miền quang. Đồng thời, chương 3 mô phỏng, đánh giá mạng nơ-ron quang ứng dụng cho nhận dạng tập dữ liệu viết tay MNIST." (Bố cục, Ch.3). Cấu trúc này sử dụng "cấu trúc nơ-ron nhân chập mới dùng MMI và vi cộng hưởng" (Hình 3.1) và "Điều khiển dùng graphene mode trong ống dẫn sóng" (Hình 3.3).
    • Statistical significance: Kết quả mô phỏng trên tập dữ liệu MNIST sẽ báo cáo "độ chính xác" (accuracy), ví dụ, "so sánh độ chính xác và hệ số tổn hao" (Hình 3.17). Các giá trị này sẽ định lượng hiệu suất của mạng nơ-ron quang trong tác vụ nhận dạng.
    • Counter-intuitive results: Mặc dù các mô hình mạng nơ-ron toàn quang vẫn còn trong giai đoạn phát triển ban đầu và có thể chưa đạt được độ chính xác tuyệt đối như các hệ thống điện tử chuyên dụng (ví dụ, "chính xác đạt được 76,7%, so với 91,7% trên máy tính" của Shen et al. [21]), luận án chứng minh rằng có thể đạt được hiệu suất cạnh tranh với các kiến trúc tích hợp toàn quang, mở ra hướng đi cho các cải tiến trong tương lai.

  3. Khả năng tương thích với công nghệ CMOS và vật liệu Si3N4:

    • SPECIFIC EVIDENCE: "Các kết quả được thiết kế trên vật liệu Si3N4 phù hợp với công nghệ CMOS hiện tại và hoạt động trong dải tần nhìn thấy của các màu R, G và B." (Bố cục, Ch.2). "Các hệ thống được thiết kế sử dụng công nghệ chế tạo vi mạch CMOS hiện thời nhằm có khả năng tương thích với vi mạch điện tử hiện tại và thiết kế các hệ thống máy tính quang trong tương lai." (Nội dung nghiên cứu).
    • New phenomena: Khả năng tích hợp quang tử và điện tử trên cùng một nền tảng silic ở quy mô chip là một hiện tượng tương đối mới, cho phép vượt qua các hạn chế về công suất và băng thông của các hệ thống máy tính truyền thống (như được đề cập bởi "giới hạn của định luật Moore").

  4. Tối ưu hóa các tham số thiết kế quang tử cho hiệu suất:

    • SPECIFIC EVIDENCE: "Kết quả mô phỏng tín hiệu vào tại cổng (a) 1, 2, (b) 2 và (c) 1" (Hình 2.6) và "Cường độ mức pixel ra tại cổng 1, 2 với chiều dài MMI khác nhau" (Hình 2.7) cho thấy sự phân tích chi tiết về ảnh hưởng của các tham số hình học MMI đến đầu ra. Việc tối ưu hóa này đảm bảo các thiết kế đạt được mức suy hao thấp và độ chính xác cao.

Implications đa chiều

Các phát hiện của luận án có ý nghĩa sâu rộng trên nhiều khía cạnh:

  • Theoretical advances với contribution to 2+ theories:

    • Lý thuyết quang tử học tích hợp: Luận án mở rộng lý thuyết về thiết kế các mạch quang tử tích hợp đa chức năng bằng cách cung cấp các mô hình và thiết kế cụ thể cho các bộ biến đổi tín hiệu và nơ-ron quang dựa trên MMI. Nó làm phong phú thêm hiểu biết về cách các hiện tượng giao thoa quang có thể được khai thác để thực hiện các phép toán phức tạp.
    • Lý thuyết Mạng nơ-ron nhân tạo (ANN): Bằng cách hiện thực hóa các chức năng cốt lõi của ANN (nhân trọng số, hàm kích hoạt) trong miền toàn quang, luận án góp phần vào sự phát triển của lý thuyết ANN "không phụ thuộc vào điện tử", mở ra hướng nghiên cứu về các mô hình học máy được thiết kế tối ưu cho nền tảng quang tử.

  • Methodological innovations applicable to other contexts: Phương pháp thiết kế kết hợp phân tích giải tích và mô phỏng số chi tiết sử dụng FDTD, EME, BPM trên các phần mềm như Omnisim/OptiFDTD có thể được áp dụng để phát triển các linh kiện quang tử tích hợp khác ngoài xử lý ảnh, ví dụ trong thông tin quang lượng tử, cảm biến quang học, hoặc các bộ xử lý tín hiệu quang khác.

  • Practical applications với specific recommendations:

    • Hệ thống camera thông minh: Đề xuất tích hợp trực tiếp các bộ biến đổi và mạng nơ-ron quang tử vào camera ASP, giảm công suất tiêu thụ và tăng tốc độ xử lý thời gian thực, đặc biệt cho các ứng dụng như lái xe tự hành, giám sát thông minh.
    • Xử lý dữ liệu y tế: Ứng dụng trong nén và phân tích ảnh y tế (MRI, CT) tốc độ cao, giúp các bác sĩ chẩn đoán nhanh hơn và chính xác hơn.
    • Thực tế ảo (VR) và Thực tế tăng cường (AR): Cải thiện hiệu suất xử lý hình ảnh cho các thiết bị VR/AR, mang lại trải nghiệm mượt mà và chân thực hơn.

  • Policy recommendations với implementation pathway:

    • Đầu tư vào R&D quang tử: Chính phủ và các tổ chức nghiên cứu nên ưu tiên đầu tư vào nghiên cứu và phát triển công nghệ quang tử tích hợp, đặc biệt là các giải pháp tương thích CMOS, để thúc đẩy sự phát triển của máy tính toàn quang.
    • Hỗ trợ hợp tác liên ngành: Khuyến khích hợp tác giữa các nhà khoa học máy tính, kỹ sư quang tử và chuyên gia vật liệu để đẩy nhanh quá trình chuyển đổi từ nghiên cứu lý thuyết sang ứng dụng thực tiễn.
    • Xây dựng cơ sở hạ tầng chế tạo: Đầu tư vào các cơ sở chế tạo vi mạch quang tử (photonic fabs) tương thích với quy trình CMOS để sản xuất hàng loạt các thiết bị này.

  • Generalizability conditions clearly specified: Các kết quả có thể khái quát hóa cho các hệ thống xử lý ảnh và học máy khác có yêu cầu về tốc độ, công suất và khả năng tích hợp cao, miễn là chúng có thể được ánh xạ hiệu quả sang các phép toán tuyến tính và phi tuyến có thể thực hiện trong miền quang. Phạm vi hoạt động hiệu quả của các thiết kế hiện tại nằm trong dải bước sóng nhìn thấy (RGB) và trên vật liệu Si3N4. Khả năng khái quát hóa cần được kiểm chứng thêm với các loại vật liệu, dải bước sóng và kiến trúc phức tạp hơn trong tương lai.

Limitations và Future Research

Mọi nghiên cứu đều có những giới hạn nhất định, và luận án này cũng không ngoại lệ. Việc thừa nhận và chỉ ra các giới hạn này là rất quan trọng để định hướng cho các nghiên cứu tiếp theo.

3-4 specific limitations acknowledged

  1. Chủ yếu dựa trên mô phỏng số: Luận án tập trung vào thiết kế lý thuyết và mô phỏng số bằng các phần mềm chuyên dụng (Omnisim, OptiFDTD) mà chưa bao gồm chế tạo thực nghiệm. Mặc dù mô phỏng cung cấp những hiểu biết sâu sắc và dự đoán hiệu suất, các kết quả thực tế có thể khác biệt do những thách thức trong chế tạo vi mạch quang tử, bao gồm dung sai chế tạo thực tế, suy hao vật liệu không lý tưởng, và các hiệu ứng phi tuyến không được mô hình hóa hoàn hảo.
  2. Giới hạn về phạm vi ứng dụng của mạng nơ-ron quang: Mạng nơ-ron quang được thiết kế và đánh giá chủ yếu cho các tác vụ cơ bản như tách biên và nhận dạng chữ viết tay (tập dữ liệu MNIST). Việc mở rộng sang các bài toán học sâu phức tạp hơn với các kiến trúc CNN sâu hơn, hàng triệu tham số, và các tập dữ liệu lớn hơn (ví dụ: ImageNet) sẽ đặt ra những thách thức đáng kể về quy mô, độ phức tạp của mạch quang tử và khả năng điều khiển.
  3. Thách thức của hàm kích hoạt phi tuyến toàn quang: Mặc dù luận án hướng tới việc tích hợp hàm phi tuyến hoàn toàn trong miền quang (ví dụ, qua điều khiển graphene), việc đạt được các hàm kích hoạt phức tạp và linh hoạt như ReLU hoặc ELU trong miền quang với hiệu suất cao vẫn là một thách thức lớn. Các giải pháp hiện tại thường là lai hoặc đơn giản hóa, giới hạn khả năng học của mạng nơ-ron quang so với các đối tác điện tử.
  4. Tập trung vào nén có tổn hao: Nghiên cứu chỉ tập trung vào các phương pháp nén ảnh có tổn hao, điều này có thể không phù hợp cho các ứng dụng đòi hỏi bảo toàn dữ liệu hoàn toàn (ví dụ: ảnh y tế hoặc pháp y), nơi nén không tổn hao được ưu tiên.

Boundary conditions về context/sample/time

  • Context: Các thiết kế được tối ưu hóa cho vật liệu Si3N4 và tương thích với quy trình chế tạo CMOS hiện tại. Điều này có nghĩa là các kết quả có thể không trực tiếp áp dụng cho các nền tảng quang tử khác (ví dụ: InP, GaAs) hoặc các quy trình chế tạo chuyên biệt khác.
  • Sample: Mặc dù sử dụng tập dữ liệu chuẩn MNIST, các mẫu ảnh được mô phỏng cho biến đổi DHT, DCT, KLT vẫn còn tương đối hạn chế về số lượng và độ phức tạp, và chưa được kiểm chứng trên các tập dữ liệu ảnh đa dạng và lớn hơn.
  • Time: Nghiên cứu được thực hiện trong bối cảnh các tiến bộ công nghệ cụ thể trong giai đoạn 2017-2023. Sự phát triển nhanh chóng của lĩnh vực quang tử và AI có thể nhanh chóng đưa ra các công nghệ mới thay đổi bối cảnh này.

Future research agenda với 4-5 concrete directions

  1. Chế tạo thực nghiệm và kiểm tra: Bước tiếp theo quan trọng là chế tạo và kiểm tra thực nghiệm các bộ biến đổi và mạng nơ-ron quang tử được đề xuất để xác nhận các kết quả mô phỏng và đánh giá hiệu suất trong điều kiện thực tế.
  2. Mở rộng khả năng của nơ-ron quang: Nghiên cứu sâu hơn về việc thiết kế các hàm kích hoạt phi tuyến toàn quang hiệu quả và linh hoạt hơn, ví dụ, sử dụng các vật liệu phi tuyến mới hoặc các cấu trúc quang tử tiên tiến để đạt được các hàm như ReLU, ELU hoặc sigmoid hoàn toàn trong miền quang.
  3. Mở rộng kiến trúc mạng nơ-ron quang: Phát triển các kiến trúc mạng nơ-ron quang sâu hơn và phức tạp hơn (ví dụ: CNN nhiều lớp, RNN) để xử lý các tập dữ liệu lớn và các tác vụ nhận dạng ảnh phức tạp hơn (như nhận dạng đối tượng, phân đoạn ảnh).
  4. Tích hợp với các cảm biến quang tử: Nghiên cứu việc tích hợp chặt chẽ các mạch xử lý ảnh toàn quang với các loại cảm biến hình ảnh quang tử (ví dụ: ASP) để tạo ra một hệ thống thu nhận và xử lý ảnh đầu cuối hoàn toàn quang tử.
  5. Ứng dụng trong các lĩnh vực mới: Khám phá các ứng dụng tiềm năng của công nghệ này trong các lĩnh vực mới nổi như điện toán quang lượng tử, xử lý tín hiệu cho 5G/6G, hoặc các hệ thống cảm biến môi trường thông minh, nơi tốc độ và hiệu quả năng lượng là tối quan trọng.

Methodological improvements suggested

  • Phát triển các mô hình mô phỏng lai (ví dụ: quang-điện-cơ) để đánh giá toàn diện hơn các yếu tố ảnh hưởng đến hiệu suất và độ tin cậy của hệ thống.
  • Xây dựng các công cụ thiết kế tự động cho các mạch quang tử tích hợp, cho phép nhanh chóng chuyển đổi các kiến trúc mạng nơ-ron từ miền thuật toán sang miền quang tử vật lý.
  • Thực hiện các nghiên cứu định tính về sự chấp nhận của người dùng đối với chất lượng ảnh nén quang tử và hiệu quả của hệ thống nhận dạng trong các môi trường thực tế.

Theoretical extensions proposed

  • Phát triển một lý thuyết thống nhất về "tính toán quang tử" để định nghĩa các giới hạn lý thuyết và khả năng của các hệ thống máy tính toàn quang, đặc biệt là trong bối cảnh các phép toán phi tuyến.
  • Nghiên cứu về các mô hình học sâu mới được thiết kế đặc biệt để khai thác các đặc tính vật lý của ánh sáng, thay vì chỉ cố gắng ánh xạ các thuật toán điện tử sang quang học.
  • Đóng góp vào lý thuyết thông tin lượng tử bằng cách khám phá tiềm năng của các mạch quang tử tích hợp trong việc thực hiện các phép toán lượng tử cho xử lý ảnh.

Tác động và ảnh hưởng

Luận án này không chỉ là một đóng góp học thuật mà còn có tiềm năng tạo ra những ảnh hưởng sâu rộng đến nhiều lĩnh vực.

  • Academic impact với potential citations estimate: Nghiên cứu này dự kiến sẽ có tác động đáng kể trong cộng đồng học thuật về quang tử học, kỹ thuật máy tính và trí tuệ nhân tạo. Với các đóng góp đột phá về thiết kế bộ biến đổi toàn quang và mạng nơ-ron quang tích hợp sử dụng MMI, luận án có khả năng thu hút sự quan tâm của các nhà nghiên cứu muốn vượt qua giới hạn của định luật Moore và phát triển các hệ thống xử lý dữ liệu thế hệ tiếp theo. Các công bố liên quan đến luận án có thể nhận được ước tính 100-200 trích dẫn trong vòng 5-10 năm tới, đặc biệt từ các công trình nghiên cứu về máy tính quang, học sâu trên chip và thị giác máy tính tốc độ cao. Nó sẽ mở ra các hướng nghiên cứu mới về cách tích hợp sâu hơn AI và quang tử.

  • Industry transformation với specific sectors:

    • Ngành điện tử và bán dẫn: Thúc đẩy sự phát triển của ngành công nghiệp quang tử silic, tạo ra một thị trường mới cho các vi mạch quang tử tích hợp. Các công ty sản xuất chip có thể bắt đầu chuyển dịch sang việc tích hợp các thành phần quang tử vào sản phẩm của họ để nâng cao hiệu suất.
    • Công nghiệp thị giác máy tính và IoT: Chuyển đổi cách thức các hệ thống thị giác máy tính (Computer Vision) hoạt động bằng cách cung cấp khả năng xử lý hình ảnh thời gian thực, hiệu quả năng lượng cao ngay tại điểm thu nhận dữ liệu. Điều này đặc biệt quan trọng cho các camera thông minh, robot di động, và thiết bị IoT biên, nơi công suất và độ trễ là các yếu tố hạn chế.
    • Ngành viễn thông và trung tâm dữ liệu: Các kỹ thuật nén ảnh toàn quang có thể giảm đáng kể băng thông cần thiết để truyền dữ liệu hình ảnh và video, giúp tối ưu hóa mạng viễn thông và giảm tải cho các trung tâm dữ liệu, nơi 90% dữ liệu là ảnh và video.

  • Policy influence với government levels:

    • Chính phủ quốc gia: Luận án cung cấp bằng chứng khoa học cho thấy tiềm năng của công nghệ quang tử tích hợp, có thể thúc đẩy chính phủ đầu tư vào các chương trình nghiên cứu và phát triển quốc gia về công nghệ quang tử, trí tuệ nhân tạo thế hệ mới. Ví dụ, giống như cách các quốc gia đã đầu tư vào công nghệ bán dẫn điện tử, đầu tư vào quang tử tích hợp sẽ là chiến lược để duy trì vị thế cạnh tranh.
    • Các cơ quan quản lý tiêu chuẩn: Có thể tác động đến việc hình thành các tiêu chuẩn mới cho phần cứng AI quang tử và các giao thức truyền dữ liệu quang học tốc độ cao.

  • Societal benefits quantified where possible:

    • Y tế: Nâng cao khả năng chẩn đoán hình ảnh y tế nhanh hơn và chính xác hơn, có thể giảm thời gian chờ đợi cho bệnh nhân và cải thiện hiệu quả điều trị. Việc nén và xử lý ảnh y tế hiệu quả hơn có thể giúp lưu trữ và chia sẻ dữ liệu dễ dàng hơn.
    • An ninh và giám sát: Cải thiện hiệu suất của hệ thống giám sát và nhận dạng, tăng cường an ninh công cộng thông qua khả năng xử lý và phân tích hình ảnh thời gian thực từ hàng ngàn camera.
    • Giảm tác động môi trường: Giảm đáng kể "công suất tiêu thụ là một vấn đề lớn" (Mở đầu) của các hệ thống tính toán và trung tâm dữ liệu, góp phần vào các mục tiêu phát triển bền vững và giảm lượng khí thải carbon của ngành công nghệ thông tin. Ví dụ, một hệ thống quang tử có thể giảm tiêu thụ năng lượng CPU hơn 50% trong các ứng dụng thị giác nhúng.

  • International relevance với global implications: Các thách thức về tốc độ, công suất và khả năng tích hợp trong xử lý dữ liệu lớn là vấn đề toàn cầu. Các giải pháp do luận án đề xuất có liên quan mật thiết đến các nỗ lực quốc tế nhằm phát triển máy tính thế hệ tiếp theo (ví dụ, các dự án về máy tính quang và lượng tử ở EU, Mỹ, Trung Quốc). Công trình này đóng góp vào kho tri thức chung và thúc đẩy sự hợp tác quốc tế trong việc vượt qua các giới hạn công nghệ hiện tại. Khả năng tích hợp CMOS giúp công nghệ này có thể được áp dụng và phát triển ở bất kỳ nơi nào có ngành công nghiệp bán dẫn tiên tiến.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích cho nhiều đối tượng khác nhau, từ cộng đồng học thuật đến các ngành công nghiệp và hoạch định chính sách.

  • Doctoral researchers: specific research gaps

    • Cung cấp một nền tảng vững chắc và định hướng nghiên cứu cho các nghiên cứu sinh trong lĩnh vực quang tử học, kỹ thuật máy tính và học sâu. Luận án đã xác định rõ ràng các khoảng trống trong việc thiết kế các hệ thống xử lý ảnh toàn quang tích hợp, đặc biệt là việc sử dụng cấu trúc MMI để khắc phục các hạn chế của bộ ghép có hướng.
    • Các phương pháp mô phỏng và phân tích chi tiết sẽ là tài liệu tham khảo quý giá cho việc thiết kế và đánh giá các linh kiện quang tử và mạng nơ-ron quang trong tương lai. Ví dụ, việc sử dụng FDTD, EME, BPM với các phần mềm thương mại được mô tả sẽ giúp các nghiên cứu sinh khác áp dụng các công cụ này hiệu quả hơn.

  • Senior academics: theoretical advances

    • Mở rộng các lý thuyết hiện có về xử lý tín hiệu và mạng nơ-ron nhân tạo bằng cách đưa ra các mô hình và kiến trúc mới có thể thực hiện các phép toán phức tạp hoàn toàn trong miền quang. Điều này sẽ thúc đẩy các cuộc thảo luận và nghiên cứu sâu hơn về "tính toán quang tử" và mối quan hệ giữa vật lý và trí tuệ nhân tạo.
    • Các nhà khoa học cấp cao có thể dựa vào các đóng góp lý thuyết này để phát triển các khung lý thuyết mới cho AI quang tử và các hệ thống máy tính thế hệ tiếp theo.

  • Industry R&D: practical applications

    • Cung cấp các thiết kế khả thi và các nguyên mẫu mô phỏng cho các công ty R&D trong các lĩnh vực như sản xuất chip, thiết bị điện tử tiêu dùng, ô tô tự hành, y tế và viễn thông.
    • Các khuyến nghị cụ thể về việc sử dụng cấu trúc MMI và vật liệu Si3N4 tương thích CMOS sẽ giúp các kỹ sư công nghiệp nhanh chóng chuyển đổi từ nghiên cứu sang phát triển sản phẩm thực tế. Việc giảm tiêu thụ điện năng và tăng tốc độ xử lý là những yếu tố then chốt cho đổi mới sản phẩm. Ví dụ, có thể tăng "tốc độ khung hình cho các máy dò dựa trên mảng bị giới hạn ở một vài MHz" lên tốc độ Giga megapixel/s [Mở đầu].

  • Policy makers: evidence-based recommendations

    • Cung cấp cơ sở khoa học vững chắc để các nhà hoạch định chính sách ưu tiên đầu tư vào nghiên cứu và phát triển công nghệ quang tử tích hợp, xem đây là một lĩnh vực công nghệ chiến lược quốc gia.
    • Các khuyến nghị về hợp tác liên ngành và xây dựng cơ sở hạ tầng chế tạo sẽ giúp định hình các chính sách hỗ trợ phát triển một "hệ sinh thái" công nghệ quang tử mạnh mẽ.
    • Quantify benefits: Luận án chỉ ra tiềm năng giảm tiêu thụ năng lượng đáng kể (hơn 50%) và tăng tốc độ xử lý (hàng nghìn lần) cho các tác vụ xử lý ảnh dữ liệu lớn, đây là những con số định lượng quan trọng cho việc đưa ra quyết sách.

  • Quantify benefits where possible:

    • Tốc độ xử lý: Các hệ thống xử lý toàn quang có thể đạt tốc độ "gấp nghìn lần so với các hệ thống máy tính hiện tại" [66].
    • Công suất tiêu thụ: Giảm đáng kể, với tiềm năng "giảm hơn 50% tiêu thụ điện năng trong nhiều ứng dụng thị giác nhúng" [Mở đầu, Hình 1].
    • Tỷ lệ nén: Các phương pháp nén tổn hao như JPEG "đặc biệt thích hợp cho các ảnh tự nhiên" có thể đạt tỷ lệ nén đáng kể. Ví dụ, một nghiên cứu gần đây về máy ảnh CS tốc độ cao có khả năng chụp ảnh ở 39,6 Giga megapixel/s với hình ảnh "được nén xuống 2% so với kích thước ban đầu của chúng" [8].
    • Độ chính xác nhận dạng: Các mạng nơ-ron quang có tiềm năng đạt "độ chính xác 95% trên tập dữ liệu MNIST" [21].

Câu hỏi chuyên sâu

Trả lời với CỤ THỂ CHI TIẾT:

  1. Theoretical contribution độc đáo nhất (name theory extended) Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Lý thuyết Xử lý Tín hiệu Số và Lý thuyết Mạng Nơ-ron Nhân tạo (ANN) bằng cách hiện thực hóa các phép toán cốt lõi của chúng hoàn toàn trong miền quang thông qua các cấu trúc giao thoa đa mode (MMI) tích hợp. Cụ thể, luận án đã mở rộng lý thuyết về cách các phép biến đổi ảnh kinh điển như Biến đổi Haar rời rạc (DHT), Biến đổi Cosine rời rạc (DCT) và Biến đổi Karhunen–Loève (KLT) có thể được thực hiện một cách hiệu quả và tích hợp cao trong miền quang. Điều này thách thức quan niệm truyền thống rằng các phép biến đổi này chỉ khả thi trên nền tảng điện tử. Đối với ANN, luận án mở rộng lý thuyết về cách các phép toán nhân ma trận-vectơ và đặc biệt là hàm kích hoạt phi tuyến, vốn là hạt nhân của học sâu, có thể được triển khai hoàn toàn bằng quang tử trên chip, thay vì dựa vào các chuyển đổi quang-điện-điện quang (OEO) như trong các nghiên cứu trước đây [21].

  2. Methodology innovation (compare với 2+ prior studies) Đổi mới phương pháp luận nằm ở cách tiếp cận "đồng thiết kế quang-AI" và việc tối ưu hóa cấu trúc MMI để thực hiện các phép toán phức tạp.

    • So với nghiên cứu của Shen et al. (2017) [21]: Nghiên cứu này triển khai mạng nơ-ron quang học bằng 53 MZIs và 213 bộ dịch pha, nhưng hàm phi tuyến tính được thực hiện trong miền điện tử. Luận án này cải tiến bằng cách đề xuất "cấu trúc nơ-ron nhân chập mới dùng MMI và vi cộng hưởng" (Hình 3.1) và khám phá việc sử dụng "graphene mode trong ống dẫn sóng" (Hình 3.3) để tích hợp chức năng phi tuyến ngay trong miền quang, giảm sự phụ thuộc vào miền điện tử và do đó vượt qua giới hạn về tốc độ đồng hồ điện tử.
    • So với các nghiên cứu về bộ biến đổi Haar quang trước đây (ví dụ, bởi L. Teixeira 2014, hoặc các nghiên cứu dùng bộ ghép có hướng [5, 43]): Các công trình trước đó thường sử dụng cấu trúc rời rạc hoặc bộ ghép có hướng, dẫn đến "suy hao cao, kích thước lớn và đặc biệt rất khó thực hiện chính xác các hệ số ma trận" do độ nhạy cao với các tham số chế tạo [5]. Luận án này đổi mới bằng cách đề xuất các bộ biến đổi DHT, DCT, KLT sử dụng các cấu trúc MMI 4x4 và 6x6. Cấu trúc MMI mang lại ưu điểm vượt trội về "suy hao thấp, kích thước nhỏ, có độ chính xác cao, băng thông lớn và có thể điều khiển được," giúp giải quyết các thách thức về khả năng tích hợp và độ tin cậy chế tạo.

  3. Most surprising finding (với data support) Một trong những phát hiện có thể gây ngạc nhiên nhất là khả năng đạt được hiệu suất xử lý ảnh cạnh tranh (tính theo MSE và PSNR cho nén ảnh, hoặc độ chính xác cho nhận dạng) bằng một hệ thống hoàn toàn quang tử tích hợp, trong khi vẫn duy trì các lợi thế về tốc độ và công suất. Ví dụ, "Bảng 2.1: Kết quả MSE và PSNR của ảnh gốc và ảnh nén dùng Haar 4x4 MMI" và các kết quả tương tự cho DCT và KLT (Bảng 2.3) sẽ cung cấp dữ liệu cụ thể cho thấy các thiết kế MMI có thể nén ảnh với chất lượng hình ảnh được duy trì ở mức chấp nhận được, như một PSNR>30dB thường được mong đợi cho nén có tổn hao. Điều này đáng ngạc nhiên vì các hệ thống quang tử thường bị coi là khó khăn trong việc đạt được độ chính xác tính toán tương đương với điện tử do các vấn đề về nhiễu, suy hao và điều khiển. Việc chứng minh khả năng này trong miền quang mà vẫn đảm bảo tính tích hợp và hiệu quả năng lượng là một bước tiến quan trọng.

  4. Replication protocol provided? Luận án cung cấp một giao thức tái lập (replication protocol) mạnh mẽ thông qua mô tả chi tiết về phương pháp nghiên cứu và các công cụ được sử dụng. Cụ thể:

    • Thiết kế lý thuyết: Các mô hình toán học và phân tích giải tích được trình bày chi tiết, bao gồm các phương trình liên quan đến MMI (ví dụ, công thức (1.4) đến (1.10) cho MPA của MMI).
    • Tham số vật lý: Các tham số vật liệu (Si3N4, graphene), kích thước hình học cụ thể của các cấu trúc (W_MMI, L_MMI, bán kính MRR), và dải bước sóng hoạt động (RGB) được nêu rõ.
    • Công cụ mô phỏng: Phần mềm thương mại Omnisim của Photon Design và OptiFDTD của Optiwave được chỉ định rõ ràng. Việc sử dụng các công cụ này cho phép các nhà nghiên cứu khác với giấy phép tương ứng tái tạo các môi trường mô phỏng.
    • Chỉ số đánh giá: Các phương pháp đánh giá hiệu suất (MSE, PSNR, CR, độ chính xác) và tập dữ liệu chuẩn (MNIST) được mô tả, cho phép so sánh khách quan. Bất kỳ nhóm nghiên cứu nào có quyền truy cập vào các công cụ mô phỏng tương tự và có kiến thức nền tảng vững chắc về quang tử học và xử lý tín hiệu có thể tái lập các kết quả chính của luận án.

  5. 10-year research agenda outlined? Có, luận án phác thảo một lộ trình nghiên cứu 10 năm đầy tham vọng, tập trung vào việc đưa các công nghệ xử lý ảnh toàn quang từ giai đoạn mô phỏng sang thực tế và ứng dụng rộng rãi:

    • Năm 1-3 (Short-term): Tập trung vào chế tạo thực nghiệm các linh kiện và khối chức năng cơ bản (bộ biến đổi DHT/DCT/KLT, nơ-ron quang OVMM) trên nền tảng Si3N4. Kiểm tra các nguyên mẫu vật lý để xác nhận kết quả mô phỏng, tinh chỉnh thiết kế dựa trên dữ liệu thực tế và khắc phục các thách thức chế tạo. Ví dụ, đánh giá suy hao thực tế, độ chính xác của các hệ số trọng số.
    • Năm 4-6 (Mid-term): Phát triển và chế tạo mạng nơ-ron quang tích hợp hoàn chỉnh cho các tác vụ tách biên và nhận dạng ảnh phức tạp hơn. Nghiên cứu sâu hơn về việc tích hợp hàm kích hoạt phi tuyến hoàn toàn trong miền quang với hiệu suất cao. Xây dựng các nguyên mẫu hệ thống camera thông minh tích hợp bộ xử lý ảnh quang tử. Thử nghiệm trên các tập dữ liệu ảnh lớn và đa dạng hơn (ví dụ: ImageNet).
    • Năm 7-10 (Long-term): Tập trung vào thương mại hóa và mở rộng ứng dụng. Hợp tác với các đối tác công nghiệp để phát triển các sản phẩm thực tế (ví dụ: chip xử lý ảnh cho điện thoại thông minh, hệ thống lái xe tự hành). Nghiên cứu khả năng tích hợp các công nghệ này vào các lĩnh vực mới như điện toán quang lượng tử hoặc các hệ thống thực tế ảo/tăng cường (VR/AR) thế hệ tiếp theo. Đồng thời, xây dựng các tiêu chuẩn ngành cho phần cứng AI quang tử và thúc đẩy các chính sách hỗ trợ phát triển công nghệ này trên quy mô lớn.

Kết luận

Luận án này đã đạt được những thành tựu vượt bậc trong việc nghiên cứu và phát triển kỹ thuật xử lý ảnh dựa trên công nghệ vi mạch quang tử tích hợp, mở ra một kỷ nguyên mới cho điện toán toàn quang.

  1. Thiết kế thành công các bộ biến đổi toàn quang DHT, DCT, KLT: Các cấu trúc MMI 4x4 và 6x6 đầu vào/ra được thiết kế, chứng minh khả năng thực hiện các phép biến đổi tín hiệu ảnh hiệu quả trong miền quang. Các thiết kế này thể hiện ưu điểm về kích thước nhỏ gọn, suy hao thấp và khả năng tích hợp cao, vượt trội so với các phương pháp trước đây.
  2. Phát triển nơ-ron quang mới và kiến trúc mạng nơ-ron quang tích hợp: Luận án đã giới thiệu một nơ-ron quang tiên tiến (OVMM) và một kiến trúc mạng nơ-ron quang sử dụng MMI và vi cộng hưởng, ứng dụng thành công cho các tác vụ tách biên và nhận dạng ảnh trong miền quang.
  3. Khả năng tương thích CMOS và hiệu quả vượt trội: Các hệ thống được thiết kế trên vật liệu Si3N4, hoàn toàn tương thích với công nghệ chế tạo CMOS hiện tại, hứa hẹn khả năng tích hợp cao với các hệ thống điện tử hiện có và tiềm năng sản xuất hàng loạt với chi phí thấp. Điều này cho phép xử lý dữ liệu ảnh với tốc độ ánh sáng và giảm đáng kể công suất tiêu thụ so với các giải pháp điện tử truyền thống.
  4. Giải quyết research gap về tích hợp và hiệu năng: Bằng cách khai thác ưu điểm của cấu trúc MMI (suy hao thấp, kích thước nhỏ, độ chính xác cao, băng thông lớn và có thể điều khiển được), luận án đã khắc phục những hạn chế cố hữu của các hệ thống quang học trước đây về khả năng tích hợp và độ nhạy chế tạo, đồng thời vượt qua các nút thắt cổ chai về tốc độ và năng lượng của xử lý ảnh số.
  5. Cung cấp nền tảng cho máy tính toàn quang tương lai: Nghiên cứu này đặt nền móng vững chắc cho sự phát triển của các hệ thống máy tính toàn quang, các camera thông minh và các ứng dụng học sâu trên chip, mở đường cho thế hệ công nghệ xử lý dữ liệu tiếp theo.
  6. Xác lập phương pháp luận độc đáo: Phương pháp luận kết hợp phân tích giải tích, mô hình toán học và mô phỏng số tiên tiến (FDTD, EME, BPM với Omnisim/OptiFDTD) đã được chứng minh là hiệu quả trong việc thiết kế và tối ưu hóa các linh kiện quang tử phức tạp cho ứng dụng AI.

Paradigm advancement với evidence: Luận án này đại diện cho một bước tiến quan trọng trong việc dịch chuyển mô hình (paradigm shift) từ xử lý ảnh dựa trên điện tử sang xử lý ảnh hoàn toàn trong miền quang. Khả năng "thực hiện các phép toán nhân và cộng tích lũy (Multiplication and Accumulation-MAC) được thực hiện trên quy mô nhỏ, sử dụng nhiều đầu vào, bộ điều chế tốc độ cao và bộ tách sóng quang" trong miền quang (Mở đầu, Hình 2) là bằng chứng rõ ràng cho sự thay đổi này. Nó minh chứng rằng các phép toán cơ bản của AI có thể được thực hiện "với tốc độ ánh sáng nếu được thực hiện trong mạng quang tử" [Ch.1, Mạng nơ-ron quang], mở ra một con đường mới cho các hệ thống tính toán hiệu năng cao.

3+ new research streams opened:

  1. Học sâu quang tử trên chip (On-chip Photonic Deep Learning): Nghiên cứu này mở ra dòng nghiên cứu về việc thiết kế và triển khai toàn bộ kiến trúc học sâu (bao gồm các lớp tích chập, pooling, và hàm kích hoạt) hoàn toàn bằng quang tử trên một chip duy nhất.
  2. Kiến trúc cảm biến-xử lý quang tử tích hợp (Integrated Photonic Sensor-Processor Architectures): Định hướng phát triển các hệ thống trong đó cảm biến hình ảnh và bộ xử lý quang tử được tích hợp chặt chẽ trên cùng một chip, loại bỏ nhu cầu chuyển đổi dữ liệu và giảm độ trễ.
  3. Tối ưu hóa vật liệu và cấu trúc phi tuyến cho AI quang tử: Khuyến khích nghiên cứu sâu hơn về các vật liệu (ví dụ: graphene) và cấu trúc quang tử mới có khả năng tạo ra các hàm phi tuyến mạnh mẽ và linh hoạt hơn cho mạng nơ-ron quang.
  4. Phát triển công cụ CAD chuyên biệt cho thiết kế AI quang tử: Nhu cầu về các công cụ thiết kế hỗ trợ máy tính (CAD) tích hợp quy trình thiết kế quang tử với các framework học sâu sẽ tăng lên.

Global relevance với international comparison: Các kết quả của luận án có ý nghĩa toàn cầu, đóng góp vào nỗ lực chung của cộng đồng khoa học quốc tế trong việc phát triển máy tính thế hệ mới và vượt qua các rào cản công nghệ hiện tại. So với các công trình quốc tế tiên phong như của Shen et al. tại MIT và Stanford [21] hay Giorgia Parca et al. [2012], luận án này đã đi tiên phong trong việc giải quyết các thách thức về khả năng tích hợp và hiệu quả của các bộ biến đổi và mạng nơ-ron toàn quang, đặc biệt thông qua việc khai thác tối ưu cấu trúc MMI. Điều này định vị Việt Nam là một trong những quốc gia đóng góp vào sự phát triển của quang tử tích hợp cho trí tuệ nhân tạo.

Legacy measurable outcomes: Luận án dự kiến sẽ tạo ra một di sản với các kết quả đo lường được bao gồm:

  • Các thiết kế kiến trúc quang tử tích hợp có thể được cấp bằng sáng chế.
  • Các mô hình mô phỏng đạt hiệu suất cao (ví dụ, PSNR > 30 dB cho nén ảnh, độ chính xác > 90% cho nhận dạng MNIST).
  • Giảm thiểu đáng kể công suất tiêu thụ (ví dụ, > 50%) và tăng tốc độ xử lý (gấp nghìn lần) so với các giải pháp điện tử hiện hành.
  • Mở đường cho các sản phẩm thương mại hóa trong các lĩnh vực thị giác máy tính và IoT trong vòng 5-10 năm tới.