Несмотря на хорошие перспективы, голографическая запись пока не снискала коммерческого успеха. Запись и декодирование информации, которая фактически «размазана» по внутреннему пространству прозрачного носителя, оказались сложным и капризным процессом. Развитие машинного обучения снимает часть проблем, а растущая потребность в хранении всё больших объёмов данных заставляет специалистов продолжать изучать это направление. Более того, в игру вступил Китай.
Опубликованная 13 апреля 2026 года в журнале Optica статья New holographic storage method uses light to pack more data in less space рассказывает о прорывном методе голографического хранения данных. Его разработала команда китайских исследователей под руководством Сяоди Тана (Xiaodi Tan) из Фуцзяньского педагогического университета (Fujian Normal University). Учёные первыми предложили кодировать информацию одновременно в трёх характеристиках света — амплитуде, фазе и поляризации. До этого голографическая запись опиралась либо на амплитуду, либо на фазу светового импульса, и лишь изредка совмещала оба параметра.
Команда из Китая решила объединить все три фактора в одном устройстве, что существенно уплотняет запись в пересчете на площадь и объём носителя. Управление поляризацией стало самой сложной задачей во всём эксперименте, потребовавшей наибольшего количества ресурсов и времени.
В ходе работы запись производилась в объёме поляризационно-чувствительного фотополимера PQ/PMMA толщиной 1 мм с помощью лазерного излучения, где световые паттерны пересекались в трёх измерениях. Для упрощения записи и последующего считывания была создана оптическая система, основанная на совмещении двух отдельных изображений с ортогональной поляризацией. Это позволило получать дифракционную картину, из которой извлекались данные об амплитуде, фазе и поляризации каждого пикселя.
Эффективно декодировать информацию помогло машинное обучение. Специально для этого была разработана свёрточная нейронная сеть TriDecode-Net, которая точно считывает все три световые характеристики. Каждый пиксель при этом принимает 27 состояний — по три на каждый параметр. При активном мультиплексировании плотность записи в том же физическом объёме можно увеличить ещё сильнее. Наименьшее число ошибок было зафиксировано для амплитудных характеристик, следом шла поляризация, а на третьем месте оказалась фаза.
Преимущества новой системы перед существующими аналогами очевидны. Голографический подход задействует весь объём материала, обеспечивая рекордную плотность хранения. Разработанный китайскими специалистами метод упрощает оптическую конструкцию, снижает энергопотребление и ускоряет чтение файлов. Нейросеть эффективно обходит сложности прямых измерений фазы и поляризации, удерживая уровень ошибок в пределах 0,0094–0,0279, что делает технологию гораздо более надежной.
Как подчеркивает Сяоди Тан, многомерное кодирование кратно увеличивает информационную емкость каждой страницы записи, а алгоритмы искусственного интеллекта полностью избавляют от необходимости проводить громоздкие измерения. Подобные решения крайне перспективны для компактных дата-центров, систем архивного хранения, оптического шифрования и защищенной передачи данных. Хотя технология пока находится на стадии лабораторных испытаний, она формирует прочный фундамент для появления практичной сверхплотной голографической памяти.
