登录

OES封面丨人工智能与超表面双向赋能:智能光子与光学智能


速读:OES封面丨人工智能与超表面双向赋能:智能光子与光学智能。 智能光子”。 超表面模型的学习架构由依赖大规模数据搜索转向融入物理规律与先验知识,在拓展复杂设计自由度空间的同时降低计算成本,并兼顾设计的可靠性与加工的可行性。 光学智能”。 由此,超表面与人工智能从最初相对独立的发展轨迹逐步走向相互促进、协同演进,最终形成双向融合的新兴交叉研究方向。
来源:光电期刊 发布时间:2026/10/26 9:23:0

OES封面丨人工智能与超表面双向赋能: 智能光子与光学智能

Opto-Electronic Science论文推荐武汉大学郑国兴教授团队从“ 智能光子 ”和“光学智能 ”两个方向 ,系统梳理了人工智能与超表面双向赋能的发展路径、研究成果及未来挑战。

封 面 文 章 | Zhao Y, Li ZL, Zeng YQ et al. Mutual empowerment of artificial intelligence and metasurfaces: intelligent nanophotonics and optical intelligence. Opto-Electron Sci 5, 260021 (2026).

作者:赵雨、李子乐*、曾永全、余少华、郑国兴*

*通信作者

概述

人工智能正在深刻改变信息的获取、处理与利用方式,其算法架构的快速发展对硬件平台的计算容量、运行效率、集成密度和响应速度提出了更高要求。超表面由亚波长人工纳米结构组成,能够对光的多种物理特性进行精确调控,可承载多维光信号,具有设计灵活、结构紧凑、功能丰富、易于加工与集成等优势。一方面,智能算法逐渐成为光学元件建模、仿真和优化的强大引擎,推动超表面设计从传统参数扫描向高维度、全局化学习范式演进;另一方面,超表面成为信息处理与数据计算的重要光子平台,推动智能计算由电子域向光子域拓展。由此,超表面与人工智能从最初相对独立的发展轨迹逐步走向相互促进、协同演进,最终形成双向融合的新兴交叉研究方向。

综述内容概要

武汉大学郑国兴教授研究团队受邀在Opto-Electronic Science 2026年第8期上发表了题 为 “Mutual Empowerment of Artificial Intelligence and Metasurfaces: Intelligent Nanophotonics and Optical Intelligence” 的综述文章 ,从 “智能光子 ”和“光学智能 ”两个方向 ,系统梳理了人工智能与超表面双向赋能的发展路径、研究成果及未来挑战。

智能光子借助扩散模型、生成式模型、神经网络等技术,推动超表面设计由经验驱动与参数扫描逐步迈向数据驱动、物理约束和智能优化相融合的新范式。超表面模型的学习架构由依赖大规模数据搜索转向融入物理规律与先验知识,在拓展复杂设计自由度空间的同时降低计算成本,并兼顾设计的可靠性与加工的可行性。随着设计尺度的扩展,学习对象由超表面单元及阵列延伸至系统整体,实现单元响应调控、阵列空间布局与光场传播、目标功能的协同优化,推动超表面设计从局部器件到端到端的全局系统优化。

光学智能依托超表面对光场的灵活调控和并行传输能力,将其打造为智能数据计算与信息处理的微型光子平台,凭借高信息容量、大工作带宽、低运行延迟和超紧凑结构,促进智能计算由电子域向光子域拓展。通过将信息编码于超表面的光学响应中,实现积分和微分等方程的并行求解,以及逻辑运算和目标检测、特征提取等图像处理任务。光学神经网络则利用光的传播过程,实现目标识别与分类、隐私加密与解密、图像重建以及多功能集成,推动光学神经网络由静态、固定的功能模式向动态、变换的智能信息处理系统演进。

图1人工智能与超表面的并行演进与协同融合:超表面与人工智能从最初相对独立的发展轨迹逐步走向相互促进、协同演进,最终形成双向融合的新兴交叉研究方向。两者的重要发展历程及逐步融合过程可归纳为四条相互交织的路径:超表面、人工智能、智能超表面和超表面智能

最后,综述从物理限制、可重构材料、片上集成、算法通用性和应用落地化五个方面总结了当前该交叉领域面临的挑战及发展的方向。现有光学自由仍受到电磁物理规律的限制,而可重构、可插拔材料的发展为可扩展、可调节功能的实现提供了新的机遇。片上集成对于系统的高度小型化、兼容化至关重要,更具通用性和灵活性的算法则有望支撑系统的自适应切换。将高度智能化超表面部署于现实环境,需综合考虑数据获得、器件制造、实验鲁棒性和环境适应性等因素,从而推动相关技术从实验室验证走向实际应用场景。

总结与展望

人工智能与超表面的深度融合有望进一步推动光子器件向高集成、大规模及自适应方向发展,构建芯片级自动化光子系统,实现对探测、感知和通信等多元任务的高稳定、高鲁棒性执行,进而开辟智能信息处理与数据计算的新范式。

【基金支持】 该工作得到了国家重点研发计划项目(2023YFB2804701) 、 国家自然科学基金项目(12374278) 、湖北省杰出青年基金项目(2025AFA090)) 、武汉市自然科学基金项目(2026040301020024) 、湖北省创新研究群体项目(2026AFA024) 的支持。

研究团队简介

郑国兴,国家高层次人才,武汉大学电子信息学院教授/院长,主要从事光学超表面、信息器件及系统集成研究,聚焦超表面在光成像、光传感、光通信等领域的创新和应用。发表期刊论文130余篇,最高单引>3k,连续入选"爱思唯尔中国高被引学者"及"斯坦福全球前2%顶尖科学家榜单",授权国家发明专利150余件。主持科研项目30余项,包括5项国家自然科学基金项目,两任国家重点研发计划项目负责人,173项目负责人,湖北省杰青/创新群体,湖北省科技创新战略团队带头人等。

主页:

https://jszy.whu.edu.cn/zhengguoxing/zh_CN/index.htm

长按识别此二维码,直达全文

主题:超表面|人工智能|研究成果及未来挑战|智能光子&rdquo