在上期文章中，我们概括性的介绍了Python给光学仿真带来的各种便利和优势，本章将直接开门见山，通过仿真来实现一种最重要的光学现象-光的衍射：以矩孔衍射为例。
光的衍射带来了什么重要应用？
2019年7月，一篇现象级的大作问鼎《Science》：UCLA的科学家Aydogan Ozcan首次提出一种全新的光学-AI系统，即全光衍射神经网络（All-optical machine learning using diffractive deep neural networks）。
该系统由多层物理衍射表面形成，这些物理结构协同工作，通过光束在各衍射层中的传播，光速地执行各种复杂功能。虽然这个物理网络的推理和预测机制是在光学场景下的，但其学习和训练部分是通过计算机在深度学习算法框架下完成的。其基本模型基于深度学习原理，其中给定每层物理衍射表面上的每个微纳单元充当神经元，具有复值透射系数，可对入射光进行相位调制，振幅调制或相位-振幅同时调制。通过使用深度学习手段来训练每层的复值透射系数，不断优化各物理衍射表面上复值透射系数分布，提高光学衍射神经网络输出性能，通过探测代表其分类结果在探测平面上的能量分布，以执行网络输入和输出平面之间既定的分类和目标识别功能。在这个学习阶段之后，该模型的设计得以固定的，一旦它被制造，如利用3D打印技术，那么所设计的3D打印光学衍射神经网络就会以光速执行预期的学习功能。除了必须的光源和探测器之外，整个过程将不再需要其他能耗。
在太赫兹光源波段实验中，Aydogan Ozcan等人进行了手写数字集MNIST的分类实验（识别手写数字0-9），实验结果显示，该模型对手写数字的光学识别准确率达到了91.75％。
虽说光学神经网络早已有之，但真真正正实现实体化光学衍射神经网络系统的，这篇Science当属开山之作。自这篇Science文章之后，光学衍射神经网络如雨后春笋般生根发芽，喻宗夫教授的智慧玻璃系统，戴琼海教授的傅里叶全光衍射神经网络系统，纷纷成为这个领域的扛鼎之作。
喻宗夫教授提出的智慧玻璃系统
喻宗夫教授提出的智慧玻璃系统https://www.zhihu.com/video/1206892537044336640
戴琼海教授提出的傅里叶系统
戴琼海教授提出的傅里叶系统https://www.zhihu.com/video/1206892702400593920
而这一领域的成功，依靠的就是最为普通的光学衍射现象。
什么是光的衍射？
“光不仅会沿直线传播、折射和反射，还能够以第四种方式传播，即通过衍射的形式传播。”（"Propositio I. Lumen propagatur seu diffunditur non solum directe, refracte, ac reflexe, sed etiam alio quodam quarto modo, diffracte."）
而衍射（英语：diffraction），指的是波（如光波）遇到障碍物时偏离原来直线传播的物理现象。
在 经典物理学中，波在穿过狭缝、小孔或圆盘之类的障碍物后会发生不同程度的弯散传播。假设将一个障碍物置放在光源和观察屏之间，则会有光亮区域与阴晦区域出现于观察屏，而且这些区域的边界并不锐利，是一种明暗相间的复杂图样。这现象称为衍射，当波在其传播路径上遇到障碍物时，都有可能发生这种现象。除此之外，当光波穿过折射率不均匀的介质时，或当声波穿过 声阻抗（acoustic impedance）不均匀的介质时，也会发生类似的效应。
在此，我以不透明挡板上一定尺寸的矩形通孔为例，直观呈现光线入射时其对光的衍射现象。
源代码将放在第三期，敬请期待。https://www.zhihu.com/video/1206897132537651200
衍射的原因有不同的解释，如惠更斯提出：
媒质上 波阵面上的各点，都可以看成是发射 子波的波源，其后任意时刻这些子波的波迹，就是该时刻新的波阵面。惠更斯－菲涅尔原理能定性地描述 衍射现象中 光的传播问题。菲涅尔充实了 惠更斯原理，他提出 波前上每个面元都可视为子波的波源，在空间某点P的振动是所有这些子波在该点产生的相干振动的叠加，称为惠更斯－菲涅尔原理。
总之，作为一种基本的光学现象，衍射在普遍之中又绽开了新的花朵，正如第一期文章所说，对光学的深入理解对每一个学习物理和工程的同学都尤为重要，现在看来，对这些基础知识的极限掌握，是可以创造出《Science》、《Nature》级科研成果的。
诸君共勉！
【1】注：此为武汉肺炎期间闲来无事宅家之作，也为我的假期学习笔记，希望该专栏不会烂尾，能够持续更新，直至将光学领域的现象介绍完毕敬请关注。同时，本文相关内容致敬经典书籍《Understanding optics with Python》，作者：Vasudevan Lakshminarayanan等。
来源：oschina
链接：https://my.oschina.net/u/4382844/blog/4496750