纳米光子学领域的突破——光在纳米尺度上的表达——为“超材料”的发明铺平了道路，超材料在远程纳米尺度传感能量收集和医疗诊断方面有着巨大的应用。但它们对日常生活的影响受到复杂制造工艺的阻碍，误差较大。

现在，特拉维夫大学发表在《光：科学与应用》上的一项新的跨学科研究显示了一种简化基本纳米光子和超材料元素的设计和表征的方法。这项研究由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马尔基尔、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元件，”Mrejen博士说。“然而，由于所涉及的物理学的复杂性，这些元素的设计、制造和表征需要大量的反复试验，这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依赖于深度学习，这是一种受人脑分层和等级结构启发的计算机网络，”沃尔夫教授解释道。“它是最先进的机器学习形式之一，是主要技术进步的原因，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和超材料元件的正确方法。”

科学家通过15000次人工实验为深度学习网络提供了网络，并教授了纳米元素的形状与其电磁响应之间的复杂关系。“我们已经证明了‘训练有素’的深度学习网络可以在瞬间预测制造的纳米结构的几何形状，”Suchowski博士说。

研究人员还证明，他们的方法已经成功产生了一种新的纳米元素设计，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

“这些结果被广泛应用于许多领域，包括光谱学和靶向治疗，即可以有效和快速地设计出可以靶向恶意蛋白质的纳米粒子，”Suchowski博士说。“第一次，一个新的深度神经网络，通过数千次合成实验训练，不仅可以确定纳米尺寸物体的大小，还可以快速设计和表征目标化学物质和生物分子的表面光学元件。

“我们的解决方案也是相反的。一旦形状形成，通常需要昂贵的设备和时间来确定实际制造的精确形状。我们基于计算机的解决方案实现了基于瞬间简单传输的测量。”

研究人员还为他们的新方法写了专利，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。