QQ在線
企業(yè)微信
資訊
235光學全息技術(shù)領域再獲突破——光的三維矢量狀態(tài)可作為獨立信息載體，實現(xiàn)信息編碼和復用，首次在全息中被證明。中國工程院外籍院士、澳大利亞科學院與工程院院士、國際光學Dennis Gabor獎獲得者、上海理工大學人工智能納米光子學研究中心顧敏教授領銜的科研團隊首次利用機器學習反求設計（machine-learning inverse design）實現(xiàn)了三維矢量全息(Three-dimensional vectorial holography)的新概念，有望應用在超寬帶全息顯示、超安全信息加密以及超容量光存儲、超精確粒子操控等各個領域。相關(guān)研究成果發(fā)表在 《科學》子刊《科學進展》上。
光是一種電磁波，其在介質(zhì)中傳播的同時伴隨著電磁和磁場的振蕩，被稱為光的矢量特性。基于光波的橫波特性，光的振蕩通常被限制在與其傳播方向垂直的二維平面上。近些年，研究發(fā)現(xiàn)光的振蕩可打破傳統(tǒng)二維平面的束縛，通過干涉產(chǎn)生縱向光振蕩，即形成第三維光矢量。
一直以來，精確產(chǎn)生任意三維矢量光場是一個世界性難題，因其需要十分復雜的反求設計，超出了人類知識和經(jīng)驗的邊界。顧敏院士指導的科研人員利用機器學習反求設計率先實現(xiàn)了三維矢量全息，可精確地控制三維全息圖像中每個像素點的任意三維矢量狀態(tài)。
通過機器學習，團隊首次實現(xiàn)了三維矢量光的操控，并將機器學習的算法延伸到光學全息中去，”顧敏院士說，這樣的操控是全方位的，包括對每個三維矢量光攜帶的信息進行編碼、傳輸和解碼，消除了傳統(tǒng)二維偏振光的束縛。”
“機器學習在光學設計中扮演著越來越重要的作用。我們研究證明訓練后的人工神經(jīng)網(wǎng)絡可有效地、快速地產(chǎn)生任意三維矢量光場，達到接近百分之百的準確性，極大地提高了光場調(diào)控的效率。”
“機器學習在光學設計中扮演著越來越重要的作用。我們研究證明訓練后的人工神經(jīng)網(wǎng)絡可有效地、快速地產(chǎn)生任意三維矢量光場，達到接近百分之百的準確性，極大地提高了光場調(diào)控的效率。”文章第一作者任浩然博士說。
顧敏院士說：“這項發(fā)明不僅為下一代超寬帶、超大容量、超快速并行處理的光學全息系統(tǒng)奠定了基礎，同時也為加深理解光與物質(zhì)的相互作用提供了一個嶄新的平臺。”
