陳根: 張量全息術, 或將推動虛擬現實走進全息技術

在一眾三維技術裡，虛擬現實備受市場關注——虛擬現實技術（

VR

）作為一種能夠使人以沉浸的方式進入和體驗人為創造的虛擬世界的計算機模擬技術，是三維場景視覺化的重要代表。

然而，儘管經過多年宣傳，VR頭戴式耳機至今也仍未成為電視或計算機螢幕上觀看影片的必備裝置。一個重要的原因是VR依然會讓使用者感到不適。

雖然使用者實際上是注視著2D顯示器，但VR會產生3D觀看的錯覺，從而使人視覺疲勞和感到頭暈噁心

。

在這樣的背景下，全息圖對應而出。全息圖是以鐳射為光源，用全景照相機將被攝體記錄在高解析度的全息膠片上構成的圖。與傳統的照片相比，傳統的照片呈現的是真實的物理影象，

而全息圖則包含了被記錄物體的尺寸、形狀、亮度和對比度等資訊。這些資訊儲存在一個很微小但卻很複雜的干涉模式中

。

長期以來，研究者們一直在試圖製造出計算機生成的全息圖，但傳統上，該過程需要一臺超級計算機來進行物理模擬，這不僅非常耗時，而且產生的效果真實感不高。

近日，來自麻省理工學院的研究者已經開發出一種幾乎可以立即生成全息圖的研究方法。

研究人員表示，基於深度學習的方法非常高效，使得新方法瞬間就能夠在膝上型電腦上執行。

點選載入圖片

具體來說，新方法能夠實時從單個RGB深度影象合成光致彩色3D全息圖。其中，研究人員的卷積神經網路（CNN）具有極高的記憶體效率（低於620千位元組），在單個消費級圖形處理單元上以60赫茲執行，解析度為1920×1080畫素。

利用低功耗的裝置上人工智慧加速晶片，研究人員的CNN還可以在移動（iPhone 11 Pro，1。1赫茲）和edge（Google edge TPU，2。0赫茲）裝置上進行互動式執行，在未來的虛擬和增強中具有出色的實時效能現實移動頭戴。

研究人員透過引入具有4000對RGB深度影象和相應3D全息圖的大規模CGH資料集（MIT-CGH-4K）來啟用該方法。

研究人員表示，此次張量全息術的新方法或將推動 VR 和 3D 列印等領域引入

全息技術

。該研究的論文現已發表在《Nature》上，索尼對部分研究提供了支援。