En tidning publicerad i Avancerad fotonik "Förbättrade ljus-materia-interaktioner i dielektriska nanostrukturer via maskininlärning, " föreslår att maskininlärningstekniker kan användas för att förbättra metasytor, optimera dem för olinjär optik och optomekanik. Upptäckten har lovande möjligheter för utveckling av ett brett utbud av fotoniska enheter och applikationer inklusive de som är involverade i optisk avkänning, optoakustiska vibrationer, och smalbandsfiltrering.

Metasytor är mångsidiga plattformar som används för att manipulera spridningen, Färg, fas, eller ljusintensitet som kan användas för ljusemission, upptäckt, modulation, kontroll och/eller förstärkning på nanoskala. Under de senaste åren har metasytor har varit föremål för intensiva studier eftersom deras optiska egenskaper kan anpassas till en mängd olika applikationer, inklusive superlinser, inställbara bilder, och hologram.

Enligt Avancerad fotonik chefredaktör, SPIE-stipendiat, och chef för Photonics &Nanotechnology Group vid King's College London Anatoly Zayats, detta arbete markerar ett spännande framsteg inom nanofotonik. "Optimering av metasytor och metamaterial för särskilda applikationer är ett viktigt och tidskrävande problem, " sade Zayats. "Med traditionella metoder, endast ett fåtal parametrar kan optimeras, så att den resulterande prestandan är bättre än för vissa andra konstruktioner men inte nödvändigtvis den bästa. Med hjälp av maskininlärning, man kan söka efter den bästa designen och täcka utrymmet av parametrar som inte är möjliga med traditionella metoder."