Videnskab
 Science >> Videnskab >  >> Fysik

Udforskning af tendenser inden for AI-drevet metafotonikforskning

(a) Diagram over reverse engineering og forward-modellering / (b) Diagram over optiske netværk (ONN'er)/ (c) Metasensorer. Kredit:POSTECH

Et forskerhold har offentliggjort en artikel i Current Opinion in Solid State and Materials Science fremhæver den næste generation af forskningstendenser, der kombinerer metafotonikforskning med kunstig intelligens.



Metalenses har udløst en revolution inden for optik, og har drastisk slanket konventionel linsetykkelse til en/10.000-del, mens de bevarer kontrollen over lysegenskaberne. Navnlig er det akademiske samfund begyndt at udnytte AI som et kortlægningsværktøj til at skelne forhold mellem input- og outputdata. I deres papir skitserer forskerholdet tre nøgletendenser, der dukker op fra AI-drevet metafotonikforskning.

Tidligere forskning, der involverede simuleringer for at udvikle metamateriale-baserede enheder, var tidskrævende bestræbelser. Men med anvendelsen af ​​AI-teknologi har forskere opnået hurtige forudsigelser af optiske egenskaber baseret på inputdata, hvilket betydeligt sparer tid og energi. Ved at indtaste data vedrørende optiske egenskaber i AI-systemer kan forskere nu designe optiske enheder med ønskede egenskaber.

Inden for optiske neurale netværk er et spirende felt inden for optisk computerteknologi ved at dukke op, som sigter mod at aktivere AI med lysets hastighed ved at bruge metamaterialer til at konvertere information til lys.

Forskerholdet, bestående af professor Junsuk Rho fra Institut for Maskinteknik, Institut for Kemiteknik og Institut for Elektroteknik, og ph.d. kandidaterne Seokho Lee og Cherry Park fra Department of Mechanical Engineering ved Pohang University of Science and Technology (POSTECH), tilbyder et friskt perspektiv på synergien mellem AI og fremtidig metafotonikforskning ved at klassificere optiske neurale netværk i indkodere, der er ansvarlige for at komprimere og abstrahere information , og dekodere, der har til opgave at fortolke information.

(a) ONN-koder / (b) ONN-dekoder. Kredit:POSTECH

Holdet fremhævede også metasensorer baseret på metamaterialer som en næste generations forskningstrend. Metasensorer, enheder, der koder målte data til lys og samtidig forstærker det, muliggør bemærkelsesværdig præcis og hurtig dataanalyse, når de integreres med AI. Disse metasensorer lover på tværs af forskellige domæner, herunder diagnose og behandling af patienter, miljøovervågning, sikkerhed og videre, hvilket letter den meget detaljerede detektion og analyse af data.

Professor Junsuk Rho sagde:"Dette papir præsenterer metafotonikforskningens bane, der omfatter tidligere, nuværende og fremtidige bestræbelser, der spænder fra nyere forskning til udfordringer og kommende tendenser. Vi forventer yderligere kreativ og innovativ forskning, der udnytter de iboende egenskaber ved AI og metamaterialer."

Flere oplysninger: Seokho Lee et al., Mapping information and light:Trends of AI-enabled metaphotonics, Current Opinion in Solid State and Materials Science (2024). DOI:10.1016/j.cossms.2024.101144

Leveret af Pohang University of Science and Technology