图：使用空间非相干衍射处理器的通用线性强度变换。
光信息处理是光学和光子学研究人员日益关注的一个课题。除了寻求一种节能、快速的电子计算替代品以满足未来的计算需求外，还受到自动驾驶汽车等新兴技术的推动，在这些技术中，对自然场景的超快速处理至关重要。由于自然光照条件大多涉及空间非相干光，因此在非相干光下处理视觉信息对于各种成像和传感应用至关重要。此外，最先进的显微技术在微观和纳米尺度上的高分辨率成像也依赖于空间非相干过程，如标本的荧光发射。
在Light: Science & Applications上发表的一篇新文章中，由UCLA的Aydogan Ozcan教授领导的一组研究人员已经开发出了设计空间非相干光的全光通用线性处理器的方法。这样的处理器包括一组结构工程表面，并利用这些结构表面的连续衍射来执行输入光场的期望线性变换，而不使用外部数字计算能力。
加州大学洛杉矶分校的研究人员报告了基于深度学习的设计方法，可以利用空间非相干光的光强度进行任意线性变换。这些衍射光学处理器一旦使用例如光刻或3d打印技术制造出来，就可以对任何输入光强模式执行任意选择的线性变换，在输出端精确显示正确的模式，遵循所学习的所需功能。研究人员还证明，使用空间非相干宽带光，可以同时执行多个线性强度转换，并为每个空间非相干照明波长分配独特的不同转换。
这些发现在许多领域具有广泛的意义，包括在自然场景中遇到的空间和时间非相干光的全光信息处理和视觉计算。此外，该框架在计算显微镜和具有空间变化工程点扩展函数(psf)的非相干成像中具有重要的应用潜力。
