近日，南京大学祝世宁院士、李涛教授团队以“Metamaterials: From fundamental physics to intelligent design”为题在新刊Interdisciplinary Materials上（DOI：10.1002/idm2.12049）发表综述文章。

        文章以超构材料的物理原理与超构材料设计为主线，系统地介绍了该领域的重要研究成果与数十年来的发展脉络，并着重介绍了近年来人工智能算法被引入该领域，使得超构材料器件表现出了智能化的功能和优异的性能。综述最后对该领域未来的发展和面临的挑战做出了分析和展望。

图一 超构材料从物理原理到智能化设计

研究背景与研究现状

        光学超构材料（Metamaterial）是对光场有高效调控能力的一种人工微结构材料，人们探究其物理原理、设计方法、加工制备手段和实用器件的研发，使得该领域与物理学、材料学、电子学、化学等多个学科交叉融合。

        近年来，超轻超薄的超构表面（Metasurface）受到了学术界和工业界的广泛关注和深入研究，并发展出了以超构透镜（Metalens）为代表的诸多实用化功能。尤其是与人工智能（Artificial Intelligence, AI）算法的结合，使得超构光子器件得到了丰富的功能和优异的性能。

图二 超构透镜成像——（A,B）消色差超构透镜，（C-F）广角超构透镜。

        文章首先介绍了三维超构材料的物理原理，即通过设计人工微结构实现不同的电极化率ε和磁导率μ分布，从而产生所需的电磁响应。并介绍了基于三维超构材料的负折射现象、超分辨成像、电磁隐身、幻象光学等经典的工作。接下来文章介绍了共振型超表面、几何相位型超表面以及传播相位型超表面等不同类型超表面材料的物理原理，及消色差超构透镜、广角超构透镜等超构透镜成像的工作。

        随后文章指出，尽管有一些经典的物理模型可以解释超构器件的工作原理，并指导结构的设计，然而随着人们对于超构器件要求的不断提高，结构单元变得更加复杂、结构数量指数上升、结构分布也更加任意。这些都使得严格地从物理模型进行推导已经不能满足人们的需求，必须借助算法来优化和设计超构材料。

        文章后续不仅介绍了如遗传算法、蚁群算法、牛顿优化算法、拓扑优化算法等经典的逆向设计算法应用于超构材料设计的工作，还着重介绍了近年来人工智能方法尤其是神经网络算法引入超构材料研究给该领域发展注入的新鲜活力。包括从神经网络辅助的微结构参数设计，到基于智能算法实现的复杂功能或高性能的超构透镜、全息成像、结构色、生物传感探测、能量转换、光信息存储等超构光学器件，再到智能算法和可编程逻辑门阵列（FPGA）结合所实现的智能识别、智能隐身、智能通信等自适应智能超构器件。

图三 （A-D）智能算法设计超构材料，（E,F）自适应智能超构器件

未来发展与挑战

        文章最后指出超构材料经过数十年的发展，已经经历了从原先对物理原理的探究到如今超构光学器件丰富功能的开发和性能表现的提升。然而这其中仍有一些科学问题和技术瓶颈需要解决和克服，才能使得超构光学器件有更好的应用。

        文章列出的挑战包括：超构材料角度色散的完全调控；超表面频率色散、相位分布以及工作效率之间的制约问题；光频段动态可调超构材料实现；超大尺寸超表面制备与参数优化问题等。同时文章也展望了如基于超构材料的光学神经网络实现高性能光信息处理，以及超表面与过渡族金属硫化物（TMDCs）、垂直腔面发射激光器（VCSELs）等其它微结构材料结合实现高集成实用器件等未来发展方向。

        论文的第一作者陈绩，现任东南大学信息学院副研究员。第二作者是南京大学物理学院研究生胡姗姗。李涛教授、陈绩副研究员与祝世宁院士为论文的共同通讯作者。论文得到国家重点研发计划（2016YFA0202103），国家自然科学基金（Nos.12104223，91850204），东南大学至善青年学者特岗专项（No.2242022R10128），中央高校基本科研经费（No.2242022k30006），以及南京大学登峰B计划支持。

文章来源于两江科技评论微信公众号。

两江科技评论