自 1940 年代后期诺贝尔奖获得者丹尼斯·加博 (Dennis Gabor) 发明以来，全息术已广泛应用于科学和工程应用，例如计算成像、显微镜、传感器、显示器和干涉测量。在全息术的许多应用中，通常使用数字计算机和迭代算法来重建全息图以检索对象信息，这可能会很耗时，具体取决于全息图的大小。

在ACS Photonics最近发表的一篇文章中，来自加州纳米系统研究所 (CNSI) 和加州大学洛杉矶分校 (UCLA) 电气与计算机工程系的 Aydogan Ozcan 教授和研究生 Sadman Sakib Rahman 提出了一种新的计算机方法使用衍射网络对全息图进行全光学重建。衍射网络是一种全光学处理器，由一组空间设计的衍射表面组成，这些表面通过光物质相互作用和衍射共同计算输入光场的所需变换。在计算机中使用深度学习针对给定任务训练和优化衍射网络的空间特征。训练完成后，可以制造和组装这些衍射表面，形成一个物理网络，该网络可以以光速全光重建未知物体或场景的输入全息图，除了照明外，无需任何外部电源光。

使用衍射网络对全息图进行无计算机、全光学重建。图片来源：加州大学洛杉矶分校技术进步工程学院

可以全光重建全息图的整个衍射网络架构非常薄，其跨度仅为光波长的约 225 倍。例如，使用绿色激光光源进行照明，这样的衍射网络将像人的头发一样细，使其非常紧凑和轻便。这种非常薄、紧凑的设计还可以在不到 1 皮秒的时间内从其全息图即时重建对象，与利用图形处理单元的最先进的数字全息图重建算法相比，速度要快一万亿倍以上（GPU）。

加州大学洛杉矶分校研究人员进行的数值分析表明，衍射网络在全光学全息图重建方面具有众多优势，可实现卓越的图像重建质量、增强的景深以及衍射处理器输出的更高衍射效率。加州大学洛杉矶分校的研究人员总结说，这种全光学全息图处理器可以在全息成像、显微镜、传感和显示相关应用等不同领域找到许多应用，尤其是受益于其无计算机操作和超快速图像重建能力。作者承认来自美国 AFOSR 的研究资金。