Featured Articles |?机器学习赋能光纤激光发展：回顾与展望

论文导读

      机器学习广义上被定义为“field of study that gives computers the ability to learn without being explicitly programmed”（在不明确编程的情况下使计算机具有学习能力的研究领域）。作为一种新兴的数据分析和处理技术，机器学习在机器视觉、自动驾驶、目标跟踪及自然语言处理等领域得到重要应用。近年来，得益于多学科交叉融合，基于机器学习的光纤激光技术也获得了高速发展。国防科技大学周朴研究员所在课题组于2022年7月13日在PhotoniX上在线发表了题为Fiber laser development enabled by machine learning: review and prospect的综述论文。文章系统总结了光纤激光研究中的典型问题，重点介绍了机器学习在光纤与光纤激光器设计、非线性效应预测和控制、光纤激光特性表征，以及激光系统鲁棒控制等方面的应用，并阐述了机器学习赋能光纤激光研究的未来趋势与挑战。

研究背景

      光纤激光具有光束质量好、效率高、结构紧凑、可柔性操作等优势，已广泛应用于先进制造、科学研究以及医疗健康等领域。然而，光纤激光从部件设计到系统优化仍面临不少困难与挑战。例如，光纤激光非线性效应动力学过程复杂不便分析；关键元器件的设计优化迭代速度慢；激光特性表征方式多样但综合评价难度大；光纤激光系统的参量之间存在耦合，难以进行高精度控制。近年来，机器学习被引入到光纤激光研究中，为后者提供了新的研究思路，例如，以深度神经网络为代表的学习算法能够以“黑匣子”的形式为光纤激光系统提供物理过程的近似模型，用于物理参数的间接测量和跟踪控制，极大地简化了复杂的物理分析过程，促进了光纤激光技术及其应用的发展。

技术突破

      文章主要内容有两部分。第一部分，文章系统总结了光纤激光的机器学习赋能技术。为方便表述，文章用公式y=Ax描述光纤激光系统，x，y和A分别是光纤激光系统的输入，输出以及传递函数。根据光纤激光领域中研究问题的求解对象，文章总结出如表1所示的典型问题：（1）预测，根据传递函数的给定输入推测光纤激光输出，如预测脉冲在非线性动态下的演变；（2）重构，根据光纤激光实际输出反演输入，如根据多模激光光斑重构其模式成分；（3）评价，测量或计算光纤激光输出对应的评价指标，如评价光纤激光光束质量；（4）设计，根据给定目标反演所需输入，如根据需要的光学特性设计光纤几何结构；（5）控制，为实现目标引入额外操作，如通过伺服系统实现大阵元相干合成系统锁相。基于机器学习解决这些问题，首先需要结合问题的约束条件，将问题转换为机器学习擅长的任务，如分类，回归，聚类，决策等，再针对任务选择适用的机器学习算法。从方法论的角度，上述机器学习赋能光纤激光的过程可以被总结为：在某种问题约束条件下，进行某种学习任务，选择某种合适算法。从学习结果来看，机器学习的用途包括但不限于学习输入-输出预测模型，学习如何表征物理参数，学习如何获得给定目标，学习控制规律等。

      文章第二部分系统梳理了机器学习赋能光纤激光这一前沿领域的发展现状，重点关注了机器学习赋能光纤与光纤激光器设计、非线性效应预测和控制、光纤激光特性表征，以及激光系统鲁棒控制等方向的研究进展。基于强大的数据分析能力，机器学习在多个方向的研究中取得突破性的结果。在具体研究中，机器学习的应用形式有端到端和非端到端两大类。端到端的机器学习从系统外部特性视角出发，忽略系统内部细节，整体看作一个黑箱，机器学习学习从已知量到目标量的映射，获得映射后一步到位解决相应问题。非端到端的机器学习从系统内部逻辑出发，将学习的内容根据功能拆分成多个模块（如感知，分析，规划，执行等），为单个模块选择合适的机器学习算法，通过多种算法组合最终解决问题。灵活多变的应用形式赋予机器学习在光纤激光领域广阔的应用潜力。

观点评述

      在过去的十年中，机器学习极大地推动了光纤激光器的发展，为光纤激光的前沿研究提供了新的范式。目前，启发探索类工作较多，工程应用类成果较少，对于机器学习赋能光纤激光技术的可解释性研究不足，工业应用稳定性分析不够。在数理科学、信息科学、生命科学等多学科交叉发展的趋势下，新一代拓展性更好、更稳定的机器学习框架不断出现，更多实用的开发工具不断成熟普及。我们相信机器学习必将继续推动光纤激光的发展，并在工程实践中得到更加广泛的应用。

主要作者

      蒋敏，2017年9月于国防科技大学获工学硕士学位，现在国防科技大学前沿交叉学科学院光学工程专业攻读博士学位。研究兴趣包括光纤激光模式分解和光束控制等。

      粟荣涛，国防科技大学前沿交叉学科学院副研究员、硕士生导师，全国光学工程学科优秀博士学位论文作者。目前主要从事光纤激光和光束控制等工作。

      周朴，国防科技大学研究员、博士生导师，“王大珩光学奖中青年科技人员光学奖”获得者、全国优秀博士学位论文作者。在高功率光纤激光、高功率单频/窄线宽光纤激光、高功率特殊波长光纤激光、光束合成、级联泵浦、模式诊断等方面取得了创新成果。第十二届、十三届全国青联委员，被评为“全国向上向善好青年”。

• PhotoniX 属同行评议、开放获取（OA）高影响力国际期刊。是中国光学工程学会会刊，由中国光学工程学会、上海理工大学和西湖大学共同主办，由Springer Nature集团出版。上海理工大学顾敏院士和西湖大学仇旻教授担任期刊主编，庄松林院士担任期刊名誉主编。期刊拥有强大的国际编委和编辑团队。PhotoniX 主要报道国内外光学与光子学技术与信息、能源、材料、生命、精密制造、纳米、光电子器件、微纳米电子等学科交叉融合发展带来的颠覆性科研成果和最新的工程应用进展。以展现具有前沿性、多学科交叉和衍生性特点的技术为核心，成为推动国际前沿“使能技术”的平台。

• PhotoniX 现已被SCIE、SCOPUS、DOAJ、ProQuest、CNKI、INSPEC、Dimensions等多个数据库收录，并入选《2021年中国科学院文献情报中心期刊分区》。2022年6月获得首个影响因子：19.818，位列Q1区。

了解PhotoniX最新动态