Menu

Menu

超表面光计算:应用与进展综述

1. 导读

集成光子器件和人工智能为光学计算的发展提供了机遇。近年来,得益于微纳光学技术的蓬勃发展,特别是超表面器件和技术概念的深入人心,超表面其多维化、集成化、轻薄化、可编程等特质在光学调制领域显示出独特的优势。因此,超表面为光学信息处理和光计算开辟了新的途径,它有望解决传统光学系统的固有问题,推动更深入的研究和实际应用。
近日,北京工业大学讲师周宏强、硕士生赵崇利、万玉红教授、讲师满天龙、和北京理工大学黄玲玲教授、博士生合聪,在期刊《Nanophotonics》上发表综述文章《Optical computing metasurfaces: applications and advances》,对近年来光计算超表面技术的应用和进展进行了回顾与展望。

2. 综述速览

由于信息的快速增长,对海量数据的存储和实时处理提出了各种挑战。然而,传统电子计算提供的计算能力与人工智能产生的指数级增长的计算需求之间的差距正在逐步扩大。在解决计算能力不足的挑战中,光计算以其高并行性、低功耗、高响应速度等独特优势受到了广泛关注。随着超表面的快速发展,为光场调制、光信息处理和光计算开辟了新的途径。该综述文章首先概述了超表面的基本调制原理,包括四个关键方面:相位、幅度、偏振和频率;然后,讨论了光计算超表面的最新研究进展;其次,介绍了组成超表面不同的材料纳米单元以及光计算的两类算法:解析算法和优化算法;之后,回顾了超表面在光计算中广泛的应用,包括图像边缘检测图像或动作识别逻辑计算、数学函数计算片上光学计算等应用(图1

超表面光计算:应用与进展综述

图1 光计算超表面:原理、应用和进展

最后,本综述总结了光计算超表面的独特优势,讨论了光计算超表面的困难和挑战以及光计算超表面未来的发展重点。目前,光计算超表面技术正在稳步发展,但距离实现大规模商业应用还有一定距离。首先基于深度学习的光计算在执行复杂函数时面临一定挑战。并且,多层超表面对提高光学神经网络的性能起着重要的作用,然而光通过每层超表面时,光强随着多层结构层数的增加而逐步衰减,这使得构建多层光深度学习网络变得困难。同时,整个系统的计算精度仍然受到超表面纳米单元加工技术的限制。因此,我们认为需要付出更多的努力来解决超表面光计算的面临的主要困难,对微纳制造技术的升级,新型主动可调谐材料的研究,以及对光学计算的算法和架构进一步的优化和改进等。
该工作受到国家自然科学基金委(62305009)、中国博士后科学基金(2023M720313)、北京市卓越青年科学家计划(BJJWZYJH01201910007022)等项目的支持。

免责声明:本文旨在传递更多科研资讯及分享,所有其他媒、网来源均注明出处,如涉及版权问题,请作者第一时间联系我们,我们将协调进行处理,最终解释权归旭为光电所有。