环球视讯！研究显示人工智能或可助力隐身器件走向应用

• 2022-12-14 16:44:37 来源：科技日报

(资料图)

科技日报记者 符晓波

随着变换光学理论不断发展，科研人员通过操纵光和物质相互作用来实现物体隐身成为可能，但现实中要设计出完美的隐身器件仍存巨大挑战。近日，厦门大学物理科学与技术学院陈焕阳教授团队为减小隐身器件理论设计与实际制备之间的难度，提出运用遗传算法设计隐身器件方案，并成功设计出可作用于微波频段和太赫兹频段的隐身器件。这项研究成果打破了变换光学理论对隐身设计的限制，并为设计多频甚至宽频隐身器件提供了高效而实用的方法，有望加速推动隐身器件从理论走向应用，相关成果发表于《物理评论E》并被《新科学家》等国际学术刊物亮点报道。

隐身是指物体对人眼或电磁探测不可见，主要是通过调整电磁波与物体的相互作用，使其周围介质中的入射波波前不受物体干扰。由于隐身器件的电磁参数空间非均匀且各向异性，实验上很难设计出满足苛刻要求的介质材料，大多设计出的隐身器件往往只能针对特定的物体或特定角度，且工作频带较窄。在这项研究中，科研人员将人工智能算法与传统电磁理论相结合，通过机器学习来探索光子器件的隐身性能，在最小化人为干预前提下，找到针对多种散射体隐身器件的设计最优解。

“我们引入遗传算法来设计隐身器件，它是一种受生物进化启发的学习方法，通过模拟自然进化过程搜索最优解。”陈焕阳介绍，该研究将隐身器件的最小化散射截面设为优化目标，将隐形器件的几何结构、材料及工作波长这些变量定义为遗传算法中的个体染色体。优化过程从随机生成由隐身器件组成的种群开始，然后解析计算每个隐身器件对应的散射截面，其中散射截面越小代表隐身效果越好；接着再运用遗传算法进行选择、交叉和变异等操作，选择最优个体参与下一代繁殖，并重复该过程直到找到全局最优方案。

研究人员用该方法分别设计了可作用于微波频段与太赫兹频段的双层圆柱隐身器件。仿真过程显示，随机初始化的隐身器件一般散射较强，随着进化过程的进行，散射逐渐变弱最终实现隐身。该方法避免了复杂的图案化加工过程，设计时间可控制在毫秒级内，并发现如六角氮化硼、射频材料等天然材料及其层状结构能够实现多频甚至宽频隐身；此外，该方法首次发现双曲色散材料或双曲超材料也能实现隐身，这突破了之前变换光学的认知。

该成果表明，遗传算法可在高维空间中直接进行全局最优搜索，避免复杂耗时的数据收集和处理过程，能作为隐身器件设计的有效方法。

标签： 人工智能

推荐阅读

猜您喜欢