人工智能突破三维矢量全息新技术

光学全息技术领域再获突破——光的三维矢量状态可作为独立信息载体，实现信息编码和复用，首次在全息中被证明。中国工程院外籍院士、澳大利亚科学院与工程院院士、国际光学DennisGabor奖获得者、上海理工大学人工智能纳米光子学研究中心顾敏教授领衔的科研团队首次利用机器学习反求设计(machine-learninginversedesign)实现了三维矢量全息(Three-dimensionalvectorialholography)的新概念，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。相关研究成果发表在《科学》子刊《科学进展》上。

光是一种电磁波，其在介质中传播的同时伴随着电磁和磁场的振荡，被称为光的矢量特性。基于光波的横波特性，光的振荡通常被限制在与其传播方向垂直的二维平面上。近些年，研究发现光的振荡可打破传统二维平面的束缚，通过干涉产生纵向光振荡，即形成第三维光矢量。

一直以来，精确产生任意三维矢量光场是一个世界性难题，因其需要十分复杂的反求设计，超出了人类知识和经验的边界。顾敏院士指导的科研人员利用机器学习反求设计率先实现了三维矢量全息，可精确地控制三维全息图像中每个像素点的任意三维矢量状态。

通过机器学习，团队首次实现了三维矢量光的操控，并将机器学习的算法延伸到光学全息中去，”顾敏院士说，这样的操控是全方位的，包括对每个三维矢量光携带的信息进行编码、传输和解码，消除了传统二维偏振光的束缚。”

“机器学习在光学设计中扮演着越来越重要的作用。我们研究证明训练后的人工神经网络可有效地、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。”

“机器学习在光学设计中扮演着越来越重要的作用。我们研究证明训练后的人工神经网络可有效地、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。”文章第一作者任浩然博士说。

顾敏院士说：“这项发明不仅为下一代超宽带、超大容量、超快速并行处理的光学全息系统奠定了基础，同时也为加深理解光与物质的相互作用提供了一个崭新的平台。”