La llum es pot «estructurar»: donar-li formes complexes, amb girs i nusos, que serveixen per transportar informació en comunicacions òptiques o en aplicacions quàntiques. El repte és llegir aquests patrons. La via habitual és fotografiar-los i analitzar després molts punts d'una imatge, cosa lenta i costosa. L'equip del Laboratori de Llum Estructurada de la Universitat del Witwatersrand, a Sud-àfrica, ha provat una altra via: que l'aprenentatge ocorri dins del mateix aparell òptic.
Els resultats s'han publicat a «Nature Communications» (DOI 10.1038/s41467-026-77376-5) amb el títol «Deep diffractive optical neural networks for detecting skyrmionic topologies of light and their live training». El treball l'ha dirigit Hadrian Bezuidenhout, estudiant de màster, amb Cade Peters i Ram Nandan Kumar, i l'han concebut i supervisat Isaac Nape i Andrew Forbes. El sistema és una xarxa neuronal difractiva: la llum travessa capes dissenyades per desviar-la cap a uns detectors, i el lloc on arriba indica quina informació porta. Així identifica la topologia del patró, és a dir, quants girs té, sense cartografiar-ne cada detall.
Entrenada amb només 15 exemples, la xarxa va reconèixer 81 estructures de llum diferents de la família estudiada, també algunes que no havia vist durant l'entrenament, i va seguir funcionant quan es va afegir soroll al detector. Els autors ho presenten com un pas cap a sistemes de comunicació òptica més ràpids i, més endavant, cap a aplicacions quàntiques, i diuen que l'aprenentatge «en directe» permet adaptar el sistema mentre treballa.
Cal ser prudents. La nota de premsa no dona taxes d'encert, ni velocitats, ni comparacions amb mètodes convencionals, ni detalls de les proves de soroll, i tampoc no diu com escalaria el mètode fora de la família de patrons provada. Les aplicacions en comunicacions i en computació quàntica són una perspectiva, no una cosa ja demostrada. Aquest text parteix de la nota de la universitat, no de la lectura completa de l'article.