MWC 2018
2018
Computex
IFA 2018
Несмотря на хорошие перспективы, голографическая запись пока не снискала коммерческого успеха. Запись и декодирование записанной информации — фактически «размазанной» по внутреннему пространству прозрачного носителя — оказалась сложной и капризной. Развитие машинного обучения снимает часть проблем, а потребность в хранении всё большего объёма данных заставляет продолжать смотреть в сторону голографической записи. Более того, в игру вступил Китай.
Источник изображения: Optica 2026
В частности, в опубликованной 13 апреля 2026 года в журнале Optica статье New holographic storage method uses light to pack more data in less space, вышло описание прорывного метода голографического хранения данных, разработанного командой китайских учёных под руководством Сяоди Тана (Xiaodi Tan) из Фуцзяньского педагогического университета (Fujian Normal University). Учёные, по сути, впервые предложили кодировать информацию одновременно в трёх характеристиках света — амплитуде, фазе и поляризации. До этого голографическая запись кодировалась либо с использованием амплитуды, либо фазы светового импульса и только в редких случаях совмещала обе возможности.
Учёные из Китая решили сделать всё и сразу, объединив в одном устройстве кодирование одновременно по трём параметрам, что, как нетрудно понять, максимально уплотняет запись в пересчёте на площадь и объём носителя. Поляризация была самым трудным моментом во всём этом процессе, и на разработку принципа поляризационной голографии ушло больше всего ресурсов и трудозатрат.
В эксперименте запись осуществлялась в объёме поляризационно-чувствительного фотополимера PQ/PMMA толщиной 1 мм с помощью лазерного излучения, в котором световые паттерны пересекались в трёх измерениях. Для упрощения записи и последующего чтения была предложена оптическая система на основе совмещения двух отдельных изображений с ортогональной поляризацией. В результате возникала дифракционная картина, из которой можно было извлечь данные об амплитуде, фазе и поляризации в каждом пикселе.
Декодировать данные помогло машинное обучение. Для этого была разработана и обучена свёрточная нейронная сеть TriDecode-Net, которая извлекала амплитуду, фазу и поляризацию из общей картины. Каждый пиксель при этом принимал 27 состояний (по три на каждую характеристику света). При использовании мультиплексирования плотность записи в том же объёме можно увеличить ещё сильнее. Меньше всего ошибок было для амплитудных характеристик, что вполне объяснимо. На втором месте шла поляризация, а фаза — на третьем. Для желающих разобраться подробнее можно обратиться к статье, которая полностью доступна по ссылке.
По сравнению с существующими технологиями преимущества новой системы очевидны. Голографический подход в процессе записи и чтения использует весь объём материала, обеспечивая гораздо большую плотность хранения. Предложенный китайскими учёными метод упрощает оптическую систему, снижает энергопотребление и ускоряет чтение данных. Нейросеть позволяет обойти сложности прямого измерения фазы и поляризации, достигая низкого уровня ошибок (в среднем 0,0094–0,0279), что делает технологию более эффективной и надёжной для массового применения.
Как подчеркивает Сяоди Тан, многомерное кодирование существенно повышает информационную ёмкость каждой страницы записи, а синхронное декодирование с помощью ИИ устраняет необходимость в сложных измерениях. Технология перспективна для создания небольших дата-центров, архивного хранения, оптического шифрования и безопасной передачи данных. Хотя работа находится на стадии лабораторной демонстрации и требует дополнительных исследований, она закладывает основу для практичной высокоплотной голографической памяти будущего.
Источник:
