纳米光子学领域的突破 - 光在纳米尺度上的表现 - 为“超材料”的发明铺平了道路，这种材料具有巨大的应用，从远程纳米级传感到能量收集和医疗诊断。但是它们对日常生活的影响因复杂的制造过程而受到阻碍，而且误差很大。

现在，在Light：Science and Applications上发表的一项新的跨学科特拉维夫大学研究展示了一种简化基本纳米光子，超材料元素的设计和表征过程的方法。该研究由TAU物理和天文学院的Haim Suchowski博士和TAU Blavatnik计算机科学学院的Lior Wolf教授领导，由研究科学家Michael Mrejen博士和TAU研究生Itzik Malkiel，Achiya Nagler和Uri Arieli领导。

“设计超材料的过程包括雕刻具有精确电磁响应的纳米级元素，”Mrejen博士说。“但由于所涉物理的复杂性，这些元素的设计，制造和表征过程需要大量的反复试验，极大地限制了它们的应用。”

深度学习是精密制造的关键

“我们的新方法几乎完全取决于深度学习，这是一种受人类大脑分层和层次结构启发的计算机网络，”沃尔夫教授解释说。“它是最先进的机器学习形式之一，负责技术的重大进步，包括语音识别，翻译和图像处理。我们认为这将是设计纳米光子，超材料元素的正确方法。”

科学家们通过15,000个人工实验为深度学习网络提供了网络，教导网络纳米元素的形状与其电磁响应之间的复杂关系。“我们证明，'训练有素'的深度学习网络可以在一瞬间预测出制造的纳米结构的几何形状，”Suchowski博士说。

研究人员还证明，他们的方法成功地产生了新的纳米元素设计，可以与特定的化学物质和蛋白质相互作用。

广泛适用的结果

“这些结果广泛适用于许多领域，包括光谱学和靶向治疗，即能够有效和快速设计能够靶向恶意蛋白质的纳米颗粒，”Suchowski博士说。“第一次，一项新的深度神经网络，经过数千次合成实验训练，不仅能够确定纳米尺寸物体的尺寸，而且还能够快速设计和表征基于表面的光学元件用于目标化学品和生物分子。

“我们的解决方案也是相反的。一旦形成一个形状，通常需要昂贵的设备和时间来确定实际制造的精确形状。我们的基于计算机的解决方案在一瞬间基于简单的传输实现测量。”

研究人员也为他们的新方法撰写了专利，目前正在扩展他们的深度学习算法，以包括纳米粒子的化学表征。