Por Marie
Los procesadores fotónicos programables, chips que manipulan la luz a través de matrices de guías de onda interconectadas, prometen una computación más rápida y eficiente energéticamente tanto para aplicaciones clásicas como cuánticas. Pero tienen un problema persistente: las imperfecciones de fabricación hacen que cada chip se comporte de manera ligeramente diferente, y calibrarlos para realizar cálculos arbitrarios es notoriamente difícil.
Un nuevo preprint de investigadores de la Universitat Politècnica de València, la Université Paris-Saclay y la Queen’s University presenta un marco de red neuronal tándem que mejora sustancialmente la precisión de calibración en estos dispositivos y, crucialmente, se generaliza a operaciones ópticas arbitrarias en lugar de solo aquellas en las que la red fue entrenada.
El problema
Los procesadores fotónicos utilizan redes de malla de interferómetros Mach-Zehnder (MZI), elementos ópticos que dividen y recombinan la luz, para realizar transformaciones unitarias programables en señales luminosas. Una malla 3×3 utiliza 6 MZI; una malla 4×4 utiliza 10. Cada MZI requiere un ajuste preciso de corriente para lograr el desfase deseado. Las variaciones de fabricación, la diafonía térmica y la deriva ambiental hacen que la misma configuración de corriente produzca resultados diferentes en distintos chips, e incluso en el mismo chip en diferentes momentos.
Los enfoques de calibración estándar muestrean corrientes de manera uniforme en un rango fijo. En mallas MZI coherentes, esto produce una distribución fuertemente sesgada de las operaciones ópticas realizadas, concentrada en un pequeño subconjunto de todas las transformaciones posibles. Una red entrenada con tales datos funciona bien en operaciones familiares, pero falla en las no familiares.
El enfoque
El equipo liderado por Jose Roberto Rausell-Campo diseñó una red neuronal tándem (TNN) con dos componentes. Una red directa aprende el mapeo de las corrientes aplicadas a la transformación óptica real realizada en el chip, efectivamente un modelo diferenciable del hardware físico. Una red inversa luego aprende el mapeo inverso: dada una transformación deseada, predecir las corrientes necesarias para realizarla.
La innovación clave está en cómo se generan los datos de entrenamiento. En lugar de muestrear corrientes uniformemente, los investigadores derivaron la distribución correcta de corrientes a partir de la teoría de matrices aleatorias utilizando principios de la medida de Haar, la única distribución uniforme sobre el grupo unitario. Este método de “muestreo consciente de la arquitectura” (AAS) genera datos de entrenamiento que cubren todo el espacio de transformaciones ópticas posibles.
Una variante completamente agnóstica a la física, el “muestreo optimizado” (OS), utiliza evolución diferencial para buscar configuraciones de corriente que produzcan transformaciones objetivo específicas sin ningún conocimiento de la topología interna del chip, a costa de una adquisición de datos significativamente más larga.
Los resultados
En una malla MZI 3×3, AAS mejoró la precisión de calibración de aproximadamente 4.0 bits (línea base uniforme) a 6.31 bits al probarse en matrices unitarias aleatorias, una ganancia de aproximadamente 2.3 bits. OS alcanzó 5.9 bits. En una malla 4×4, AAS alcanzó 5.79 bits y OS 5.58 bits, en comparación con aproximadamente 4.0 bits para el muestreo uniforme.
El hallazgo crítico es que AAS y OS muestran una desviación mínima entre el rendimiento en datos de la distribución de entrenamiento y datos de prueba aleatorios, lo que significa que logran una verdadera generalización. La línea base uniforme colapsa a aproximadamente 4 bits en matrices unitarias aleatorias, aunque parece competitiva en datos adaptados a la distribución.
El marco también fue validado en una puerta universal 2×2 para detección coherente, logrando un control simultáneo casi perfecto de amplitud y fase, la primera demostración experimental de una red neuronal de caja negra para predicción de fase en circuitos fotónicos programables.
Por qué es importante
En la computación óptica cuántica, los circuitos fotónicos requieren transformaciones unitarias de alta fidelidad para operaciones como el muestreo de Bosones y la computación cuántica óptica lineal. Los errores de fabricación causan infidelidades que escalan con el tamaño del circuito. Una mejora de precisión de 2 bits se traduce directamente en mayores fidelidades de puerta.
En la computación óptica clásica, las redes neuronales fotónicas para tareas como clasificación de imágenes, el marco fue probado en cargas de trabajo realistas que incluyen una red neuronal de picos en un conjunto de datos espiral y ResNet-50, Inception-V3 y MobileNet-V3 en CIFAR-10. Inception-V3 con AAS/OS mostró aproximadamente un 7% de degradación con respecto a la línea base digital de 32 bits, mientras que el muestreo uniforme superó el 40% de degradación.
Las advertencias
El preprint aún no ha sido sometido a revisión por pares. La limitación práctica más significativa es el tiempo de adquisición de datos: la instrumentación actual toma aproximadamente 0.54-0.72 segundos por medición de matriz. Para AAS en una malla 4×4, esto se traduce en 45-300 horas de recolección de datos; para OS, 162-1,600 horas. Los autores señalan que esto podría reducirse aproximadamente 1,000 veces operando dentro de constantes de tiempo térmicas o usando actuadores electro-ópticos, pero estas mejoras aún no se han demostrado. La calibración es un costo único por dispositivo, la inferencia es rápida, pero la adquisición lenta limita la adopción práctica para mallas más grandes.
Divulgación: Basado en el preprint de arXiv 2601.04122, versión 2 (mayo de 2026), que no ha sido sometido a revisión por pares.
Fuentes
Rausell-Campo JR, Melati D, Shastri B, Perez-Lopez D, Capmany J. “Universal Neural Network Based Calibration and Control of Programmable Classical and Quantum Photonic Integrated Processors.” arXiv:2601.04122 (v2, mayo de 2026). DOI: 10.48550/arXiv.2601.04122
Traducido por Alessandra