Хотя перспективы выглядят многообещающими, голографическая запись до сих пор не добилась коммерческого успеха. Процессы записи и расшифровки информации, которая фактически «размазана» по всему объёму прозрачного носителя, оказались сложными и капризными. Развитие технологий машинного обучения помогает решить часть этих проблем, а растущая потребность в хранении огромных объёмов данных заставляет исследователей всё чаще обращать внимание на голографию. Более того, в эту гонку включился Китай.
Источник изображения: Optica 2026
В частности, в статье New holographic storage method uses light to pack more data in less space, опубликованной 13 апреля 2026 года в журнале Optica, было представлено описание революционного метода голографического хранения данных, созданного группой китайских учёных под руководством Сяоди Тана (Xiaodi Tan) из Фуцзяньского педагогического университета (Fujian Normal University). Исследователи, по сути, впервые предложили кодировать информацию одновременно по трём характеристикам света — амплитуде, фазе и поляризации. Ранее голографическая запись использовала либо амплитуду, либо фазу светового импульса, и лишь в редких случаях сочетала обе возможности.
Китайские учёные решили пойти ва-банк, объединив в одном устройстве кодирование сразу по трём параметрам, что, как несложно догадаться, позволяет максимально уплотнить запись в расчёте на площадь и объём носителя. Самым сложным элементом во всём процессе оказалась поляризация — на разработку принципов поляризационной голографии было потрачено больше всего ресурсов и усилий.
В ходе эксперимента запись проводилась в объёме поляризационно-чувствительного фотополимера PQ/PMMA толщиной 1 мм с помощью лазерного излучения, где световые паттерны пересекались в трёх измерениях. Чтобы упростить процесс записи и последующего считывания, была предложена оптическая система, основанная на совмещении двух отдельных изображений с ортогональной поляризацией. В результате формировалась дифракционная картина, из которой можно было извлечь данные об амплитуде, фазе и поляризации для каждого пикселя.
Для расшифровки информации задействовали методы машинного обучения. Специально для этой задачи создали и обучили сверточную нейросеть TriDecode-Net, которая выделяла амплитуду, фазу и поляризацию из общего изображения. При этом каждый пиксель мог находиться в 27 различных состояниях (по три на каждую из характеристик света). Благодаря мультиплексированию плотность записи в том же объеме можно повысить еще больше. Наименьшее количество ошибок наблюдалось для амплитудных параметров, что вполне логично. Второе место заняла поляризация, а фаза оказалась на третьем. Тем, кто хочет изучить тему глубже, стоит ознакомиться со статьей, доступной в полном объеме по ссылке.
Преимущества новой разработки перед существующими аналогами очевидны. Голографический подход при записи и считывании задействует весь объем материала, что обеспечивает значительно более высокую плотность хранения. Предложенный китайскими исследователями метод упрощает оптическую систему, уменьшает потребление энергии и ускоряет процесс чтения данных. Нейросеть помогает преодолеть трудности прямого измерения фазы и поляризации, обеспечивая низкий уровень погрешностей (в среднем от 0,0094 до 0,0279), что делает технологию более эффективной и надежной для широкого внедрения.
Как отмечает Сяоди Тан, многомерное кодирование значительно увеличивает информационную емкость каждой страницы записи, а синхронное декодирование с помощью ИИ избавляет от необходимости в сложных измерениях. Данная технология перспективна для создания компактных дата-центров, архивного хранения, оптического шифрования и безопасной передачи данных. Хотя работа пока находится на этапе лабораторной демонстрации и требует дальнейших исследований, она закладывает фундамент для практичной высокоплотной голографической памяти будущего.
