• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  Science >> Vetenskap >  >> Fysik
    Utforska trender inom AI-driven metafotonikforskning

    (a) Diagram över omvänd konstruktion och framåtmodellering / (b) Diagram över optiska nätverk (ONNs)/ (c) Metasensorer. Kredit:POSTECH

    Ett forskarlag har publicerat en artikel i Current Opinion in Solid State and Materials Science lyfter fram nästa generations forskningstrender som kombinerar metafotonikforskning med artificiell intelligens.



    Metalenses har utlöst en revolution inom optik, drastiskt bantat konventionell linstjocklek till en/10 000:el samtidigt som kontrollen över ljusegenskaperna bibehålls. Noterbart har det akademiska samhället börjat använda AI som ett kartverktyg för att urskilja relationer mellan indata och utdata. I sin uppsats beskriver forskargruppen tre nyckeltrender som kommer fram från AI-driven metafotonikforskning.

    Tidigare forskning som involverade simuleringar för att utveckla metamaterialbaserade enheter var tidskrävande ansträngningar. Men med tillämpningen av AI-teknik har forskare uppnått snabba förutsägelser av optiska egenskaper baserat på indata, vilket avsevärt sparar tid och energi. Genom att mata in data om optiska egenskaper i AI-system kan forskare nu designa optiska enheter med önskade egenskaper.

    I sfären av optiska neurala nätverk växer ett växande område av optisk datorteknik fram, som syftar till att möjliggöra AI med ljusets hastighet genom att använda metamaterial för att omvandla information till ljus.

    Forskargruppen, bestående av professor Junsuk Rho från institutionen för maskinteknik, institutionen för kemiteknik och institutionen för elektroteknik, samt Ph.D. kandidaterna Seokho Lee och Cherry Park från institutionen för maskinteknik vid Pohang University of Science and Technology (POSTECH), erbjuder ett nytt perspektiv på synergin mellan AI och framtida metafotonikforskning genom att klassificera optiska neurala nätverk i kodare, ansvariga för att komprimera och abstrahera information , och avkodare, med uppgift att tolka information.

    (a) ONN-kodare / (b) ONN-avkodare. Kredit:POSTECH

    Teamet lyfte också fram metasensorer baserade på metamaterial som en nästa generations forskningstrend. Metasensorer, enheter som kodar upp mätt data till ljus och samtidigt förstärker det, möjliggör anmärkningsvärt exakt och snabb dataanalys när de integreras med AI. Dessa metasensorer lovar över olika domäner, inklusive diagnos och behandling av patienter, miljöövervakning, säkerhet och vidare, vilket underlättar mycket detaljerad upptäckt och analys av data.

    Professor Junsuk Rho sa:"Denna uppsats presenterar banan för metafotonikforskning, som omfattar tidigare, nuvarande och framtida ansträngningar, som sträcker sig från nyare forskning till utmaningar och kommande trender. Vi förutser ytterligare kreativ och innovativ forskning som drar nytta av de inneboende egenskaperna hos AI och metamaterial."

    Mer information: 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

    Tillhandahålls av Pohang University of Science and Technology




    © Vetenskap https://sv.scienceaq.com