人工智能赋能的纳米光学设计:从被动优化到逆向创造

   2024-01-22 6400
核心提示:人工智能赋能的纳米光学设计:从被动优化到逆向创造

撰稿人 | 王宁


论文题目 | Intelligent designs in nanophotonics: from optimization towards inverse creation


作者 | 王宁,严巍,曲俞睿,马思骐,李子青,仇旻


完成单位 | 西湖大学

论文导读

      近年来,使用人工智能算法设计超构表面成为一个蓬勃发展且极其活跃的科学议题。该议题涉及到诸如纳米光子学、智能算法等领域,深度融合了多种前沿学科。为了梳理该交叉领域发展现状,并为初学者提供入门基础,西湖大学仇旻教授课题组联合李子青教授课题组PhotoniX 期刊发表题为“Intelligent designs in nanophotonics: from optimization towards inverse creation”的综述文章。文章首先以光学超原子(Meta-atom)的光谱调控为例,简要介绍两大类算法框架(即传统优化方法和深度学习)的工作原理。然后,按照从简入繁的顺序,系统性总结了算法辅助设计在超表面透镜(Meta-lense)、超表面光栅(Meta-grating)、微纳分光镜(Beam splitter),片上耦合器(On-chip coupler)、光学干涉单元(Optical interference unit)、光学衍射神经网络(Optical diffractive neural network)等诸多光学微纳器件中的应用与进展。最后,综述进一步讨论了包括算法应用场景、纳米结构数据采集困境和算法基准测试等问题,并期冀AI辅助设计的光学系统能够在未来光计算中大放异彩。此外,文章特别总结了用于光学纳米结构设计的开源代码包,供广大师生参考、使用。


研究背景

      以超构表面为典型的功能性微纳结构代表着纳米光子学的一个重要研究分支。通过合理安排纳米单元的空间分布,亚波长厚度的微纳器件即可精准操控光的传输。传统的光学微纳结构设计采用正向逻辑(结构->需求),从物理基本公式出发,常采用多参数扫描法,人为调整几何参数,迭代式提高其物理性能。但该过程耗时费力(时长可持续数天),且面对多参数多目标场景,人类有限的脑力难以推理超维参数空间,导致设计方案效果差强人,难以满足实际应用需求。

      为了解决设计效率低、性能提升有限等痛点,人工智能算法提供了一种新颖且高效的超构表面设计方法。得益于计算机硬件(如GPU等)的爆炸式发展,人工智能,特别是基于大数据的深度学习方法,近期取得了举世瞩目的成果,并被广泛应用于图像语音识别、自动驾驶等众多科技前沿。在微纳光学领域,人工智能则可提供各种类型的优化工具,加速纳米结构的原型设计。特别是,纳米结构的逆向设计(即从需求反推结构分布),受益于如多层感知神经网络等深度学习模型,秒级微纳结构快速设计与表征已成为现实。如此,我们希望借助于AI领域日趋成熟的算法,可让科研人员摆脱繁琐低效流程,专注于光学物理基础研究;让工业界加速原型产品设计,降低成本,提高光学产品性能。

技术突破

      如图1所示,文章主要分为两大板块,即灰色背景中的智能算法和彩色背景中的光学功能器件。中间的简化大脑象征着AI赋能的光子学结构设计新发展,两个单向箭头表示智能算法可以提高光学特性并逆向设计光子纳米结构。

图1  基于智能算法的纳米光子学设计新趋势。左侧代表着综述中涉及的智能算法,其归类为传统优化器(浅灰色部分)和深度学习算法(深灰色部分);右侧突出显示了目前典型的光子功能器件。

      如图2所示,在这篇综述中,以Meta-atom光学超原子的光谱调制作为研究案例,着重呈现了遗传算法(Genetic Algorithm,GA)和多层感知神经网络(Multilayer Perception,MLP)两种算法的工作原理和建立过程。此外,其他类型,包括拓扑优化、粒子群优化、自编码器、生成对抗神经网络、加强学习等算法,也有相应简介及推荐文献供参考。

图2  光学超原子(Meta-atom)的光谱调制。蓝色箭头代表正向设计顺序,橙色箭头表示逆向设计逻辑。左:四种典型的光学超原子结构。中:经典优化算法(例如遗传算法GA)与深度学习模型(例如多层感知神经网络MLP)。右:从原始光谱到目标响应光谱的调制。

      综述中另一个重要的组成部分是光子功能器件。为了更好呈现这个缤纷繁多的光学领域,文章按照从单个器件优化到复合系统整体设计的逻辑,依次展示了超表面透镜、超表面光栅、微纳片上分光镜,片上耦合器、光学干涉单元、光学衍射神经网络等进展。尤其是后两者,代表着目前光学计算的前沿。受益于光的独特性质(如波分复用、低能量损耗、光速传播等),这两种蓬勃发展的光学计算架构,为建立用于机器视觉等AI领域的光计算系统打下了坚实的基础。

      授之以鱼不如授之以渔。实现智能算法辅助设计,需要合理运用编程工具并进行细致的代码调试。为此,文章精心总结了部分开源代码于附件表1中(表格与链接请见原文Appendix),供广大师生参考。若要运行表中的代码,我们强烈推荐高性能的 CPU、GPU 和充足的 RAM 资源,以减少模型训练耗时。此外,纳米结构的设计和优化严重依赖电磁场求解器。因此,部分开源解析器(如pyGDM)亦附录于该表中,可为微纳结构设计提供更高的自由度。对于初学者而言,如若想学习python等编程语言,我们建议使用在线自学平台(例如 Coursera)或GitHub等多种平台,交流学习。

表1  光子功能器件逆向设计的开源代码包和电磁场仿真解析器。

观点评述

      信息时代爆炸式发展的科学技术给全体人类带来了巨大机遇。身处21世纪,跨学科交叉发展已经成为共识,不同领域的思想碰撞点燃了科技进步的星星花火,假以时日,必定燎原。通过这篇综述,我们深刻发掘了纳米光子学和人工智能间相辅相成,相得益彰的紧密联系。一方面,人工智能极大地扩展了光子设计的工具箱,将科研工作者从低效、枯燥、繁重设计流水线中解放出来;另一方面,精心设计的光学器件可开发成为更快、更节能和更强大的光学芯片,愈加促进 AI的应用与发展。我们相信,进一步加强纳米光子学与人工智能之间的学科交叉,必将诞生突破性的科学进展,掀起下一次科技革命的飓风。我们也热烈欢迎智能设计的光学系统的来临,这些新一代光学架构注定会改变我们当下数字社会,并造福于这个信息时代。

主要作者


      王宁,西湖大学仇旻教授课题组博士后,于2011年和2014年分别获得山东大学工学学士和硕士学位,并于2019年获得德国耶拿大学(Friedrich-Schiller-Universit?t Jena)物理学博士(Dr.rer.nat)学位。博士期间,师从Markus A. Schmidt教授,在德国莱布尼茨光子技术研究所开展微纳光纤光学研究,其成果被美国光学学会等网站(原OSA‘Spotlights on optics’栏目)深度报道,随即加入西湖大学,开展微纳光学与人工智能、生命科学等领域交叉研究。目前已发表一作文章六篇,主持国家自然科学基金青年项目一项,并多次获得会议最佳口头报告、最佳海报等奖励。


      李子青(Stan Z. Li),西湖大学人工智能讲席教授,IEEE Fellow,曾任微软亚洲研究院Research Lead,中科院自动化所模式识别国家重点实验室资深研究员。2019年加盟西湖大学工学院,研究方向为(1)机器学习、深度学习、数据科学基础理论与方法,(2)AI+学科交叉应用(计算机视觉、生命科学、生物医学、环境科学、材料科学等)。发表论文400余篇,撰写编写著作10部,Google Scholar引用50000余次,H index 128,其中《Markov Random Field Modeling in Image Analysis》被誉为“图像分析领域里程碑意义的工作”,引用5000余次;受Springer 之邀主编《Handbook of Face Recognition》和《Encyclopedia of Biometrics》。曾任AI顶刊IEEE T-PAMI等刊物副主编,担任100余个国际学术会议大会主席、程序主席或程序委员。作为机器学习和计算机视觉专家,在微软领导开发的人脸识别系统 EyeCU;设计研发的多个人脸识别系统和智能视频监控系统,已在包括北京奥运会、上海世博会等国家级重大安全项目中落地实施应用。李子青教授为SAC/TC100/SC2副主任委员,代表中国国家体撰写了中国第一个ISO/SC37生物识别国际标准工作草案并获采纳,在年会全体会议上作了“Biometrics in China”(生物特征识别在中国)的主题演讲。


      仇旻,西湖大学副校长,光学工程讲席教授。国家杰出青年基金获得者、国际电气和电子工程师协会会士(IEEE Fellow)、美国光学学会会士(OSA Fellow)和国际光学工程学会会士(SPIE Fellow),中国光学学会会士(COS Fellow)。1995年和1999年获浙江大学理学学士和凝聚态物理博士学位,并于2001年获得瑞典皇家工学院电磁理论工学博士。2001年被聘为瑞典皇家工学院助理教授,2005年晋升副教授,2009年晋升为光子学正教授。曾获“瑞典战略研究基金会”资助的“未来科研带头人”基金、瑞典国家科学研究基金会高级研究员专门基金等。2010年任浙江大学光电科学与工程学院教授,曾任浙江大学现代光学仪器国家重点实验室主任。2018年全职加入西湖大学,受聘光学工程讲席教授。仇旻教授课题组主要开展集成与纳米光子学方向研究,如新型微纳器件制造工艺、微纳光电子器件、新型光学材料等。2017年作为项目负责人牵头“纳米科技”国家重点研发计划项目“表面等离激元高效光热转换机理、器件及太阳能热利用”。2019年作为项目负责人牵头国家自然科学基金国家重大科研仪器研制(自由申请)项目“面向三维微纳光电子器件的冰刻加工系统研制”。已在SCI杂志上发表论文共计270余篇,名列2016年Elsevier全球电力电子工程领域高被引用学者名单,同时入选2015-2020年度Elsevier“中国高被引学者”榜单。现担任国际期刊Light: Science & Applications专题编辑(Topical Editor)、Science Bulletin工程类副主编(Associate Editor)、Advanced Photonics 编委、PhotoniX主编,并于2021年被聘任为美国光学学会(Optica,原OSA)新一届理事会(扩大)理事(Director-at-large on the Board of Directors of Optica)。


本文出处

发表于:PhotoniX

论文链接:

https://photonix.springeropen.com/articles/10.1186/s43074-021-00044-y

更多原文内容,请点击“阅读原文”

推荐阅读

PhotoniX | 智能计算光学显微镜

推荐论文 | 光学神经网络研究进展:理论,应用与发展

Feature Article | THz让医学检测更简单明确——太赫兹生物医学检测中的三步单向模型

TOP论文 | 从光谱展宽到再压缩——非相干光在光纤中传输的动力学


关于PhotoniX

  • PhotoniX是中国光学工程学会新办会刊,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,拥有强大的国际编委和编辑团队。属同行评议、开放获取(OA)高影响力国际期刊。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。

扫码关注我们

了解PhotoniX最新动态


点击

阅读原文

查看全文

声明:本文所用视频、图片、文字如涉及版权问题,请第一时间告知,我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除。邮箱:wanghaiming@csoe.org.cn

文章转载自微信公众号:PhotoniX

 
举报收藏 0评论 0
 
更多>同类资讯信息
推荐图文
推荐资讯信息
点击排行