AI賦能超表面設(shè)計(jì) | 突破光學(xué)設(shè)計(jì)局限

原文信息

原文標(biāo)題:“AI for optical metasurface”

第一作者:Akira Ueno、Juejun Hu、Sensong An

AI賦能超表面設(shè)計(jì) | 突破光學(xué)設(shè)計(jì)局限的圖1

超表面的特性與商業(yè)化需求

作為一種由亞波長單元構(gòu)成的二維人造材料陣列結(jié)構(gòu),超表面能夠憑借特定的結(jié)構(gòu)設(shè)計(jì)與排列,實(shí)現(xiàn)對光波相位、振幅和偏振的有效調(diào)控。歷經(jīng)多年發(fā)展,超表面正逐步從實(shí)驗(yàn)室邁向商業(yè)市場。要達(dá)成這一轉(zhuǎn)變,需要更先進(jìn)準(zhǔn)確的超表面單元設(shè)計(jì)方法,要考慮加工制造過程中的偏差,還需引入特定處理算法以提升光學(xué)性能。那么,超表面怎樣才能 “走進(jìn)千家萬戶” 呢?人工智能給出了一套可行的解決方案。

AI賦能超表面設(shè)計(jì) | 突破光學(xué)設(shè)計(jì)局限的圖2

AI X 超表面(來自原文)

AI 助力超表面單元設(shè)計(jì)突破局限

當(dāng)前,超表面單元設(shè)計(jì)廣泛采用的方法以周期性邊界條件近似假設(shè)為基礎(chǔ)。當(dāng)相鄰單元的耦合較弱且相位梯度較小時(shí),這種方法可以快速設(shè)計(jì)出符合要求的超表面。但在該框架下,無法設(shè)計(jì)出具有大數(shù)值孔徑和視場角的超表面(Metasurface)或超透鏡(Metalens),而這恰恰是超表面相較于傳統(tǒng)光學(xué)和衍射光學(xué)元件(DOE)的核心優(yōu)勢。

AI賦能超表面設(shè)計(jì) | 突破光學(xué)設(shè)計(jì)局限的圖3

AI與超表面單元設(shè)計(jì)案例(來自原文)

近年來,研究人員提出了幾種新穎的深度神經(jīng)網(wǎng)絡(luò)(DNN)模型,這些模型將相鄰單元的形貌納入輸入范圍,并利用大型數(shù)據(jù)集來識別實(shí)際邊界條件下不同相鄰單元產(chǎn)生的影響。例如,以目標(biāo)單元和與其最相鄰的八個(gè)單元作為輸入,來預(yù)測目標(biāo)單元的響應(yīng)。利用時(shí)域有限差分法(FDTD)獲取充足的訓(xùn)練數(shù)據(jù)后,模型能夠充分考慮單元之間的相互耦合,進(jìn)而輸出高效率的超表面單元結(jié)構(gòu)。

AI 應(yīng)對超表面制造與封裝偏差

在超表面的生產(chǎn)制造與封裝過程中,必然會存在偏差,這是超表面設(shè)計(jì)中無法回避的問題。隨著超表面逐漸走向產(chǎn)業(yè)化,縮小仿真與制造之間的性能差距成為關(guān)鍵。借助深度學(xué)習(xí),我們可以在充分考慮制造公差的前提下對超表面進(jìn)行設(shè)計(jì)與分析。

AI賦能超表面設(shè)計(jì) | 突破光學(xué)設(shè)計(jì)局限的圖4

AI與超表面制造案例(來自原文)

針對最常見的幾何形狀變形和設(shè)計(jì)布局偏差,研究人員基于深度學(xué)習(xí)開發(fā)了超表面性能預(yù)測系統(tǒng),該系統(tǒng)能夠評估透過率和衍射效率隨結(jié)構(gòu)變化的趨勢,進(jìn)而找到對變化不敏感的結(jié)構(gòu)(類似于傳統(tǒng)光學(xué)設(shè)計(jì)中 “公差靈敏度” 低的結(jié)構(gòu))。此外,還可以基于卷積神經(jīng)網(wǎng)絡(luò)(CNN),篩選出適宜加工的超表面單元。

對于傳統(tǒng)光刻工藝而言,光學(xué)鄰近效應(yīng)校正(OPC)本身就是改善設(shè)計(jì)偏差的重要環(huán)節(jié)。人工智能能夠提供更準(zhǔn)確的掩膜圖案,從而實(shí)現(xiàn)對復(fù)雜超表面單元結(jié)構(gòu)的精準(zhǔn)投影曝光,降低特征尺寸(CD)的變化率,提高超表面器件的效率。

AI 提升超表面圖像輸出質(zhì)量

人工智能與深度學(xué)習(xí)技術(shù)在圖像后處理領(lǐng)域應(yīng)用廣泛,例如在智能手機(jī)中,通過合并多張圖像來提高圖像質(zhì)量。對于超表面來說,類似的計(jì)算處理后端同樣能夠提升輸出的圖像質(zhì)量,甚至可以改善其固有的性能限制。

完全依靠特定的結(jié)構(gòu)設(shè)計(jì)來消除超表面在較大視場和較小 F 數(shù)成像時(shí)的色差,存在較大難度,而通過深度神經(jīng)網(wǎng)絡(luò)(DNN)的計(jì)算后處理,則能依據(jù)超透鏡獲取的圖像得到高質(zhì)量的彩色圖像。也就是說,我們先 “預(yù)知” 超表面的像差,在此基礎(chǔ)上,再借助人工智能來 “推算” 真實(shí)的圖像。

AI賦能超表面設(shè)計(jì) | 突破光學(xué)設(shè)計(jì)局限的圖5

AI與圖像后處理案例(來自原文)


OAS 光學(xué)軟件的超表面設(shè)計(jì)功能非常便捷,該功能將構(gòu)建更為高效、精準(zhǔn)的超表面設(shè)計(jì)流程,進(jìn)一步推動光學(xué)領(lǐng)域的發(fā)展。OAS 光學(xué)軟件已在超表面設(shè)計(jì)中展現(xiàn)卓越效能,為科研人員和工程師提供技術(shù)保障。

登錄后免費(fèi)查看全文
立即登錄
App下載
技術(shù)鄰APP
工程師必備
  • 項(xiàng)目客服
  • 培訓(xùn)客服
  • 平臺客服

TOP