Chalmers' fysiktrænede AI skærer 90 % af designtiden for nanofotoniske kredsløb

Ingeniører har taget dybe neurale netværk i brug som hurtige surrogater for klassiske elektromagnetiske løsere. Idéen er simpel: Træn et netværk på tusindvis af (geometri, optisk respons)-par, og brug det derefter til at forudsige egenskaberne ved nye designs på millisekunder i stedet for minutter eller timer. Hagen er, at standard neurale netværk griber dette an som en ren mønstergenkendelsesøvelse. De har ingen iboende viden om fysik, så de har brug for enorme datasæt for blot at lære basal elektromagnetisk opførsel – 40.000 simuleringer, der slugte 30 dage, var ofte absolut minimum, og selv da kunne modellerne generere fysisk umulige output .

Gennembruddet: At bage fysik ind i netværket

Philippe Tassin, professor ved Chalmers' fysiske institut, og ph.d.-studerende Viktor Lilja greb det fundamentalt anderledes an. I stedet for at bede et blankt neuralt netværk om at udlede fysikken fra eksempler alene, gav de det en "grundlæggende uddannelse i fysik" ved at hårdkode begrænsninger udledt af Maxwells ligninger direkte ind i netværkets struktur .

Deres rammeværk, publiceret i Laser & Photonics Reviews som "A General Framework for Knowledge Integration in Machine Learning for Electromagnetic Scattering Using Quasinormal Modes," formaliserer denne idé omkring et specifikt fysisk koncept: kvasinormale tilstande (QNM'er) . Enhver resonant optisk struktur har et sæt af disse tilstande, hver karakteriseret ved en kompleks frekvens, der beskriver både dens svingning og dens henfald. Spredningsspektret for en struktur – præcis det, ingeniører ønsker at kontrollere – kan udtrykkes som en sum af bidrag fra disse kvasinormale tilstande. Ved at strukturere det neurale netværk, så det i sin natur lærer i form af disse resonansbidrag og respekterer den kendte matematiske form for elektromagnetisk spredning, begrænsede holdet modellens læringsproces til kun at producere output, der er konsistente med Maxwells ligninger .

"Da vi fodrede superhjernen med information om fysikkens love, blev den øjeblikkeligt meget klogere," forklarede Tassin. "Vores beregninger tager nu en tiendedel af den tid, der tidligere var nødvendig" .

Et enkelt traditionelt træningsdatapunkt krævede tidligere en simulering på 10–60 minutter. En hel træningskampagne kunne kræve op til 40.000 sådanne punkter, i alt omkring en måned. Med fysikvejledning lærer netværket den samme underliggende fysik med langt færre eksempler. At generere tilstrækkelige træningsdata tager nu cirka 3 dage, og det trænede netværk leverer sine forudsigelser på millisekunder, mens det producerer estimater, der er fysisk pålidelige og fri for grelle fejl .

Denne tilgang flugter også med bredere tendenser inden for fysik-guidet maskinlæring. Andet nyligt arbejde har vist, at indlejring af Maxwells ligninger i træningsprocessen kan forbedre fysik-konsistens og generaliserbarhed, samtidig med at datakravene reduceres med det halve eller mere . Disse fysik-informerede neurale netværk repræsenterer et skift fra blind datatilpasning mod modeller, der fra starten respekterer fundamentale love.

Hvordan den QNM-informerede arkitektur virker

Kernemekanismen er den kvasinormale tilstands-udvidelse af spredningsmatricen. I enhver nanofotonisk struktur spredes lys, når det interagerer med materialeegenskaber. Denne spredning kan beskrives matematisk som en superposition af resonante tilstande. Ved at bygge et netværk, der i sig selv opererer i denne modale repræsentation, sikrede forskerne, at visse matematiske egenskaber ved elektromagnetisk spredning – som kausalitet og den analytiske struktur af spredningskoefficienter – automatisk er opfyldt .

Den praktiske gevinst er tredobbelt:

• Radikalt mindre træningssæt: Netværket behøver ikke at genopdage Maxwells ligninger fra bunden. Det starter med korrekt strukturel viden og har kun brug for eksempler til at lære specifikke materiale- og geometriske opførsler.
• Fysisk plausible output: Fordi output-rummet er iboende begrænset, kan netværket ikke let producere meningsløse resultater. Dette undgår en almindelig fejltilstand, hvor en rent datadrevet model returnerer optiske egenskaber, der bryder med kendt fysik.
• Millisekund-inferens: Når det er trænet, fungerer netværket som en hurtig surrogat-løser, der er i stand til at evaluere enhver vilkårlig nanofotonisk struktur og returnere dens optiske egenskaber næsten øjeblikkeligt .

Konkrete anvendelser allerede i gang

Den tidobbelte designacceleration er ikke kun en laboratorie-rekord – den åbner op for praktiske ingeniør-workflows, der tidligere var umulige.

Kameralinser og brilleglas

Kunstige optiske materialer (metamaterialer) kan producere tyndere, lettere og mere effektive linser end konventionelt glas eller plastik, men at designe dem kræver udforskning af enorme parameterrum. Det fysik-informerede netværk kan hurtigt gennemsøge kandidatdesigns, som ville have taget uger med traditionelle løsere .

Forbindelser til kvantecomputere

Chalmers-holdet samarbejder aktivt med universitetets kvantecomputer-projekt. Målet er at designe nanostrukturerede materialer, der præcist kontrollerer lysets bevægelse, og potentielt skabe optiske kommunikationskanaler mellem kvanteprocessorer ved hjælp af mekanisk fleksible fotoniske krystaller. Sådanne forbindelser er en kritisk brik i at skalere kvantecomputere ud over nogle få qubits .

Generelt omvendt nanofotonisk design

QNM-rammeværket er bevidst generelt. Det gælder for enhver optisk komponent styret af Maxwells ligninger: metaoverflader, metamaterialer, bølgeledere og mere . Relateret forskning har demonstreret, at lignende fysikindlejrede modeller kan opnå optimeringsaccelerationer på over 80.000 gange for visse opgaver, samtidig med at forudsigelsesnøjagtigheden forbedres, og der kræves 50 % mindre træningsdata . Andre grupper, der bruger fysik-informerede neurale netværk til design af metaoverflader, har vist evnen til at opretholde høj optisk ydeevne, mens der tages højde for fabrikationsusikkerheder, hvilket gør disse designs langt mere praktiske til reel produktion .

Hvad dette betyder for feltet

Chalmers' gennembrud fremhæver et bredere vendepunkt inden for beregningsbaseret nanofotonik. Feltet har i de seneste år hastigt adopteret maskinlæring, med modeller der opnår hastighedsforøgelser på 500× til over 10⁶× sammenlignet med traditionelle finite-difference time-domain (FDTD) løsere . Det, der adskiller Chalmers' arbejde, er dets fokus på at gøre selve træningsprocessen dramatisk mere effektiv via dyb fysikintegration, snarere end blot at accelerere inferens-trinnet.

Ved at indlejre Maxwells ligninger ikke blot i en tabsfunktion, men i netværkets arkitektoniske skelet, har teamet demonstreret en vej mod maskinlærings-surrogater, der både er hurtige og troværdige – en kombination, der historisk har været uhåndgribelig inden for elektromagnetisk design. Andre teams udforsker nu kvante-fysik-informerede varianter, der udnytter parameteriserede kvantekredsløb til at løse tidsafhængige Maxwell-ligninger med endnu større effektivitet .

Den måske mest sigende anbefaling kommer fra forskerne selv. Viktor Lilja beskrev den tidligere arbejdsgang kontant: "Man starter en designproces, og efter 30 dage får man resultaterne. Hvis man så indser, at man er nødt til at tilføje flere ting, kan det tage endnu en måned" . Den nye tilgang kollapser den tidslinje til tre dage – og leverer svar på millisekunder. I et felt, hvor hastigheden af designiterationer direkte dikterer innovationstempoet, er den forskel altafgørende.