記者18日從上海理工大學獲悉，上海理工大學莊松林院士和顧敏院士領導下的未來光學國際實驗室首次利用機器學習反求設計(machine-learninginversedesign)實現了三維矢量全息(Three-dimensionalvectorialholography)的新概念。
據介紹，這項發明是光學全息技術領域的一次重大突破，其提供的基于機器學習的反求設計可精準且迅速地產生一個或多個任意三維矢量光場，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。
相關研究成果于4月18日凌晨發表在國際頂級學術刊物《科學進展》上。該雜志為《科學》(Science)刊物旗下子刊，是一個涵蓋所有學術領域的開放性、綜合性科學刊物。
光是一種電磁波，其在介質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?；诠獠ǖ臋M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，研究發現光的振蕩可打破傳統二維平面的束縛，通過干涉產生縱向光振蕩，即形成第三維光矢量。
在物理學上，通過求解三維麥克斯韋方程可以正向得到一個三維矢量光場分布，但其不可控。一直以來，精確產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。
“通過機器學習的人工智能新科技，我們首次實現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，因而消除了傳統二維偏振光的束縛。”
文章第一作者任浩然博士(目前在德國慕尼黑大學從事洪堡博士后研究)說：“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網絡可有效地、快速地產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控的效率。”
這項發明還為光學全息開辟了一條新道路，首次在全息中證明光的三維矢量狀態可以作為獨立的信息載體，實現信息的編碼和復用。顧敏院士說：“這項發明作為光學全息技術領域的一項重大突破，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奠定了基礎，同時也為加深理解光與物質的相互作用(例如粒子操控)提供了一個嶄新的平臺。”
該項工作得到了墨爾本皇家理工大學(RMIT)人工智能納米光子學實驗室以及計算機科學系的大力支持。
