上海理工大學智能科技學院的研究團隊近日取得了一項光學領域的重大突破。由顧敏院士和張啟明教授領銜的科研小組成功開發出一種超快速的卷積光學神經網絡（ONN），該技術能夠在不依賴光學記憶效應的情況下，對散射介質后的物體進行高效、清晰的成像。這項成果不僅對傳統光學成像技術提出了挑戰，還進一步證明了卷積網絡在人工智能領域的廣闊應用前景。

該研究成果于6月14日在《科學進展》雜志上發表，題為“基于超快卷積光學神經網絡的非記憶效應散射成像”。張雨超特聘研究員作為第一作者，顧敏和張啟明擔任共同通訊作者。

張雨超介紹，卷積神經網絡（CNN）作為人工智能領域的核心架構，自Hubel和Wiesel在1981年提出視覺皮層結構并獲得諾貝爾獎以來，已經在圖像處理和模式識別領域取得了巨大成功。然而，將CNN應用于光學領域卻面臨著諸多挑戰，尤其是電子信號與光學信號之間的轉換問題。

為了解決這一難題，研究團隊提出了一種全光學的解決方案。他們構建了一個多階段的卷積網絡ONN，利用光學原理直接在光域中進行卷積網絡操作，實現了真正的光速計算。這一創新技術不僅極大地提高了成像速度，還顯著提升了成像質量，使得在復雜散射環境中的成像成為可能。

值得一提的是，這項技術還具備多任務處理能力。通過簡單地調整網絡結構，同一ONN能夠同時執行多種不同的圖像處理任務，這在光學人工智能領域尚屬首次。張啟明教授表示，這種靈活性和效率的結合為光學成像技術開辟了新的道路。

展望未來，顧敏院士表示，隨著技術的不斷完善和發展，卷積光學神經網絡將在自動駕駛、機器人視覺、醫學成像等多個領域發揮更大作用。這項技術的突破將為人類生活帶來更多便利，為科學研究提供更強大的工具。