2025年2月7日，国际顶级期刊Nature Photonics在线发表了上海理工大学智能科技学院顾敏院士、张启明教授团队的一项突破性研究成果。该团队通过创新性将微型光学衍射神经网络（Diffractive Neural Networks, DN2s）与多模光纤集成，成功实现全光实时图像传输技术，为医学内窥镜成像与下一代光通信系统提供了革命性解决方案。论文第一作者为蔚浩义特聘副教授。
研究背景
将比一粒盐还小的人工智能光子芯片集成在光纤的末端，利用光传播干涉原理来处理通过光纤传递的信息，同时使用的能量和计算能力比典型的人工智能算法技术少得多。为此，上海理工大学智能科技学院顾敏院士、张启明教授团队通过创新性将微型光学衍射神经网络（Diffractive Neural Networks, DN2s）与多模光纤集成，成功实现全光实时图像传输技术，为医学内窥镜成像与下一代光通信系统提供了革命性解决方案。
研究亮点
通过《New Scientist》杂志采访到加州大学洛杉矶分校（UCLA）的Aydogan Ozcan教授，他对该项工作做出了高度评价：「总体来说，我对这项工作的未来前景非常期待，如果该技术能够规模化，它将具有更广泛的用途」。（「Overall, I am excited and positive about this work – and it has the potential to scale up [for wider usage].https://www.ee.ucla.edu/aydogan-ozcan/）
（光纤端面的光子芯片，上海理工大学）
技术突破：光信号处理无需「光电转换」
「传统多模光纤因模式耦合易受弯折干扰，导致信号失真，如同透过毛玻璃看世界。」张启明教授解释，「我们的光学神经网络就像在光纤末端安装了一台「智能显微镜」，实时纠正畸变，还原清晰信息流。」张启明教授评价。
蔚浩义表示「我们采用3D双光子纳米光刻技术，在直径不足0.1毫米的多模光纤端面精准制造出多层微型光学衍射神经网络。」这一结构可直接在可见光波段对传输中的散斑图案进行振幅与相位信息的实时解析，无需传统AI技术所需的「光-电-算」转换步骤，首次实现了多模光纤内光信号的全光学智能处理。微型光纤图像传输技术能够直接应用于光纤内窥镜支持的精准医疗、微创脑神经细胞的实时成像研究，为生物医学领域提供一个前所未有的技术平台。同时，因为多模光纤能够承载的光学信息模式数量是传统单模光纤的数万倍，多模光纤图象传输技术在新一代高速度光通信、量子信息处理、微型光子学器件等信息科学领域具有重要价值。
未来展望
癌症早筛到超高速光通信
1. 医疗内窥镜：精准捕捉早期病变
现有内窥镜因图像失真可能漏检微小肿瘤。新技术可提升图像分辨率与信噪比，结合深度学习算法，助力医生识别早期癌症特征。未来，患者可通过更小创伤的微型设备，获得接近病理切片级的实时影像，大幅提高筛查效率。
2. 光通信：迈向超高速光通信
传统单模光纤受限于物理特性，带宽接近理论极限。多模光纤虽可容纳更高容量，却因失真难以实用。本技术通过全光处理突破瓶颈，将助力实现高速度的通信，为6G通信、元宇宙等超大数据场景铺路。
顾敏院士总结道：「这一技术成果不仅为光学智能内窥镜技术和高速光通信技术提供了技术平台，更是实现新一代的低能耗、高算力、高通量的光学人工智能技术的一项重要突破。」
文章链接：
https://www.nature.com/articles/s41566-025-01621-4
https://www.newscientist.com/article/2467118-ai-chip-smaller-than-a-grain-of-salt-uses-light-to-decode-data/
--两江科技评论
