DOI: https://doi.org/10.1364/oe.588337
PMID: https://pubmed.ncbi.nlm.nih.gov/41845677
تاريخ النشر: 2026-01-29
المؤلف: Andrii Torchylo وآخرون
الموضوع الرئيسي: الزخم الزاوي المداري في البصريات
نظرة عامة
تقدم البحث خوارزمية نقل مثالي جديدة مصممة لمعالجة تحديات تشكيل شعاع الليزر الهولوجرافي، لا سيما التعقيد العالي في الذاكرة والوقت المرتبط بالطرق التقليدية، والتي تتوسع كـ \(O(N^2)\) لكل من الذاكرة والحساب مع كون \(N\) هو العدد الإجمالي للبكسلات. من خلال الاستفادة من الصيغة المزدوجة لمشكلة النقل المثالي وبنية دالة التكلفة القابلة للفصل، يحقق المؤلفون تحسينات كبيرة، حيث يقللون متطلبات الذاكرة إلى \(O(N)\) وتعقيد الوقت إلى ما بين \(O(N \log N)\) و \(O(N^{3/2})\). يمكّن هذا التقدم معالجة مشاكل تشكيل الشعاع على نطاق ميغابكسل بكفاءة، حيث يتم إكمال الحسابات في ثوانٍ على وحدات معالجة الرسوميات (GPUs) وعشرات الثواني على وحدات المعالجة المركزية (CPUs).
في الختام، لا تخفف الخوارزمية المقدمة من قيود طرق النقل المثالي السابقة فحسب، بل تتكامل أيضًا بشكل جيد مع تقنيات تحويل فورييه التكرارية أو تقليل دالة التكلفة من أجل تحسين الدقة. إنها قادرة على حل مشاكل استرجاع الطور الواقعية في غضون ثوانٍ مع استخدام ذروة للذاكرة في عشرات الميغابايت، مما يجعلها مناسبة للتطبيقات في الوقت الحقيقي مثل احتجاز الذرات المحايدة. بالإضافة إلى ذلك، تعزز الطبيعة المستقلة للخوارزمية، التي لا تعتمد على حلول النقل المثالي الخارجية، من إمكانية الوصول إليها وإمكانية اعتمادها على نطاق أوسع في تطبيقات متنوعة حيث قد تكون أدوات النقل المثالي الحالية غير متاحة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية تشكيل شعاع الليزر في مجالات تجارية وعلمية متنوعة، بما في ذلك احتجاز الذرات المحايدة، والحوسبة الكمومية، وتقنيات الواقع الافتراضي/المعزز. من بين التقنيات المختلفة المتاحة، تُلاحظ الطرق الهولوجرافية لطبيعتها الخالية من الفقدان وقدرتها على إنشاء ملفات شعاعية تعسفية. ومع ذلك، تواجه هذه الطرق تحدي استرجاع الطور، حيث الهدف هو تحديد الطور اللازم لتحقيق ملف شدة مرغوب فيه في مستوى فورييه. تقدم الخوارزميات الحالية لاسترجاع الطور تنازلات مختلفة بين الدقة والكفاءة، حيث تعزز بعضها الدقة على حساب تقليل الكفاءة.
يقدم المؤلفون نهجًا جديدًا يعتمد على النقل المثالي (OT) الذي حقق سابقًا دقة وكفاءة رائعتين ولكنه كان محدودًا بمتطلبات الذاكرة والحساب العالية لصور الشعاع الأكبر. في هذا العمل، يعيدون صياغة مشكلة النقل المثالي لتطوير خوارزمية محسّنة تتوسع مع $O(N)$ من الذاكرة، مما يعالج قيود طريقتهم السابقة. تمكّن هذه الخوارزمية الجديدة من حل مشاكل تشكيل الشعاع الهولوجرافي على نطاق ميغابكسل في غضون 1 إلى 100 ثانية على وحدات المعالجة المركزية القياسية، وهو تحسين كبير مقارنة بالقدرات السابقة. بالإضافة إلى ذلك، يسمح ارتفاع قابلية التوازي للخوارزمية بزيادة كبيرة في السرعة على معالجات GPU، مما يسهل التطبيقات المحتملة في الوقت الحقيقي في تشكيل شعاع الليزر.
نقاش
في هذا القسم، يقدم المؤلفون تحليلًا مقارنًا لخوارزمية “النقل المثالي السريع” (FOT) التي تم تطويرها حديثًا مقابل الطريقة السابقة المعروفة باسم “النقل المثالي الصندوق الأسود” (BBOT) لتشكيل شعاع الليزر. يتم توضيح الإطار الرياضي الذي يستند إليه كلا الخوارزميتين، مع التركيز على تحسين طور متقطع $\phi_{jk}$ الذي يحول شعاع الليزر المدخل $g_{jk}$ إلى شعاع مخرج مرغوب $G_{LM}$ من خلال تحويل فورييه المتقطع. يبرز المؤلفون التحسينات الكبيرة في كفاءة الذاكرة والحساب التي حققتها FOT، والتي تلغي الحاجة إلى تخزين خطط نقل كبيرة وتستخدم بدلاً من ذلك صيغة مزدوجة تتطلب فقط تخزين ثلاثة مصفوفات ($u_{jk}$، $V_{LM}$، و $H_{jK}$). يؤدي ذلك إلى تقليل تعقيد الذاكرة إلى $O(N)$ وتعقيد الوقت إلى $O(n^3)$ لـ FOT، و $O(n^2 \log n)$ لنسختها التلافيفية (cFOT)، مقارنة بتعقيد $O(n^4)$ لـ BBOT.
يتم عرض أداء FOT من خلال نتائج تجريبية، تُظهر قدرتها على التعامل مع مشاكل استرجاع الطور عالية الدقة بكفاءة، مع زيادة كبيرة في السرعة عند تنفيذها على GPU. يتأثر تقارب الخوارزمية بمعامل تنظيم الانتروبيا $\epsilon$، الذي يوازن بين سرعة التقارب والدقة. يستنتج المؤلفون أن FOT لا تعالج فقط قيود الذاكرة والوقت لـ BBOT، بل تسهل أيضًا التطبيقات في الوقت الحقيقي في سيناريوهات مثل احتجاز الذرات المحايدة. تعزز الطبيعة المستقلة للطريقة، التي لا تعتمد على حلول النقل المثالي الخارجية، من قابليتها للتطبيق في بيئات متنوعة.
DOI: https://doi.org/10.1364/oe.588337
PMID: https://pubmed.ncbi.nlm.nih.gov/41845677
Publication Date: 2026-01-29
Author(s): Andrii Torchylo et al.
Primary Topic: Orbital Angular Momentum in Optics
Overview
The research presents a novel optimal transport (OT) algorithm designed to address the challenges of holographic laser beam shaping, particularly the high memory and time complexity associated with traditional methods, which scale as \(O(N^2)\) for both memory and computation with \(N\) being the total number of pixels. By utilizing the dual formulation of the optimal transport problem and the separable structure of the cost function, the authors achieve significant improvements, reducing memory requirements to \(O(N)\) and time complexity to between \(O(N \log N)\) and \(O(N^{3/2})\). This advancement enables the processing of megapixel-scale beam shaping problems efficiently, completing computations in seconds on GPUs and tens of seconds on CPUs.
In conclusion, the introduced algorithm not only alleviates the constraints of previous OT methods but also integrates well with iterative Fourier transform or cost function minimization techniques for enhanced accuracy. It is capable of solving realistic phase retrieval problems within a few seconds and with peak memory usage in the tens of megabytes, making it suitable for real-time applications such as dipole trapping of neutral atoms. Additionally, the self-contained nature of the algorithm, which does not depend on external OT solvers, enhances its accessibility and potential for broader adoption in various applications where existing OT tools may be unavailable.
Introduction
The introduction of this research paper highlights the significance of laser beam shaping in various commercial and scientific domains, including dipole trapping of neutral atoms, quantum computing, and virtual/augmented reality technologies. Among the various techniques available, holographic methods are noted for their lossless nature and ability to create arbitrary beam profiles. However, these methods face the challenge of phase retrieval, where the goal is to determine the necessary phase to achieve a desired intensity profile in the Fourier plane. Existing algorithms for phase retrieval offer different trade-offs between accuracy and efficiency, with some enhancing accuracy at the cost of reduced efficiency.
The authors present a novel approach based on optimal transport (OT) that previously achieved state-of-the-art accuracy and efficiency but was limited by high memory and computational requirements for larger beam images. In this work, they reformulate the OT problem to develop an improved algorithm that scales with $O(N)$ memory, addressing the limitations of their prior method. This new algorithm enables the resolution of megapixel-scale holographic beam shaping problems within 1 to 100 seconds on standard CPUs, a significant improvement over previous capabilities. Additionally, the algorithm’s high parallelizability allows for substantial speedups on GPU processors, facilitating potential real-time applications in laser beam shaping.
Discussion
In this section, the authors present a comparative analysis of their newly developed “Fast Optimal Transport” (FOT) algorithm against the previously established “Black Box Optimal Transport” (BBOT) method for laser beam shaping. The mathematical framework underlying both algorithms is outlined, focusing on the optimization of a discretized phase $\phi_{jk}$ that transforms an input laser beam $g_{jk}$ into a desired output beam $G_{LM}$ through a discrete Fourier transform. The authors highlight significant improvements in memory and computational efficiency achieved by FOT, which eliminates the need to store large transport plans and instead utilizes a dual formulation that only requires the storage of three arrays ($u_{jk}$, $V_{LM}$, and $H_{jK}$). This results in a reduction of memory complexity to $O(N)$ and a time complexity of $O(n^3)$ for FOT, and $O(n^2 \log n)$ for its convolutional variant (cFOT), compared to the $O(n^4)$ complexity of BBOT.
The performance of FOT is demonstrated through empirical results, showing its capability to handle high-resolution phase retrieval problems efficiently, with a significant speedup when implemented on a GPU. The algorithm’s convergence is influenced by the entropic regularization parameter $\epsilon$, which balances convergence speed and accuracy. The authors conclude that FOT not only addresses the memory and time limitations of BBOT but also facilitates real-time applications in scenarios such as dipole trapping of neutral atoms. The method’s self-contained nature, independent of external OT solvers, further enhances its applicability in diverse settings.