9999js金沙老品牌通过建立由导师-研究生-本科生科研Family、国家-省-校-院4级SRTP、国家-省-校大学生光电设计竞赛、毕业设计/长周期科研实习实践组成的本科生科研项目体系，着力提高本科生实践创新能力。
近日，2019级本科生高宇斌在马耀光课题组开展超表面器件的端到端优化设计项目时，通过对相关领域工作的持续性积累，结合自己所做工作的相关经验，在《Photonics and Nanostructures - Fundamentals and Applications》杂志上以第一作者发表题为《Inverse design in flat optics》的综述长文，系统总结了近年来超表面器件逆向设计在算法、应用等方面的研究进展和成果，讨论了超表面设计的挑战、发展趋势和未来展望。
2. 背景介绍
传统光学依靠振幅、偏振和相位的变化来控制光与物质的相互作用。与之相比，超表面器件通过光散射体阵列将光的波前调制成具有亚波长分辨率的任意形状，提供了前所未有的设计自由度、紧凑性、甚至是传统光学无法获得的新功能，因而在平面透镜、全息成像、偏光测量、便携式和可穿戴设备等领域均存在广阔应用前景。
但前所未有的设计自由度也意味着巨大的设计难度。传统超表面设计方法利用局部周期近似牺牲设计自由度以换取设计难度的降低（图1），但难以满足高性能、多功能和大尺寸的器件设计要求。凭借着更大的设计空间和设计自由度优势，逆向设计方法应运而生，并迅速发展起来。
图 1 传统超表面设计方法的问题示意图
逆向设计方法将超表面设计任务看作为典型的结构优化问题（图2）。根据优化变量，一般有三种结构优化策略：（1）尺寸优化，寻找预定义形状下的元原子的最佳尺寸，（2）形状优化，寻找元原子或其内部孔洞的最优几何形状，以及（3）拓扑优化，寻找最佳空间布局（像素化表面上具有不同属性的材料的分布）。此外，深度学习凭借其自动“学习”训练数据背后的有用信息的独特优势，在超表面逆向设计领域取得了一系列鼓舞人心的应用，成为了超表面设计的研究热点之一。
图 2 逆向设计中的结构优化方法和深度学习支持的逆向设计方法示意图
3. 逆向设计的结构优化方法
论文首先介绍了基于形状和尺寸优化的超表面结构优化方法，分别从优化目标和求解算法角度对相关研究进行梳理，重点讨论了元原子的设计方法，进化算法的优势、限制及在非局域超表面设计、级联超表面设计等方面的应用等主题。
而后，论文从基本原理和算法的角度概述了超表面的拓扑优化方法（图3），继而讨论了拓扑优化在突破传统设计方法的器件性能限制、大尺寸超表面设计、新颖功能器件设计、级联超表面设计等方向的应用成果。拓扑优化赋予了超表面设计以绝对的自由度和前所未有的设计空间，但也在对初始解的依赖性、无法求得全局最优等方面存在限制。
图 3 拓扑算法流程示意图
4. 深度学习赋能的逆向设计
论文分别从前向仿真和逆向设计两个角度，梳理了深度学习在超表面设计中的应用。前向仿真方面，传统往往采用数值模拟来仿真纳米光子结构，例如采用有限元方法或时域有限差分方法。而当使用求解器积累足够的训练数据后，可以训练神经网络预测给定结构的光学响应，从而避免显式求解，降低时间成本。逆向设计方面，神经网络需要寻找满足特定光学响应的可能结构。论文分别讨论了判别模型和生成模型的原理和应用，其次介绍了包括全局拓扑优化网络在内的多个新颖的神经网络架构。而后，论文总结了深度学习在超表面设计中面临的挑战。例如，求解精度受到训练数据集的限制、准备训练数据和训练模型所花费的时间非常昂贵等。
5. 总结与展望
从基础理论和算法到丰富的应用，论文讨论了超表面逆向设计领域的最新进展。为获得更大的设计空间和最大限度地利用现有设计空间，结构优化和深度学习的技术被引入超表面设计中，以克服传统正向设计方法的局限性。更大面积、更宽光谱、更多功能、更新颖的超表面器件不断被提出，这表明纳米级光与物质相互作用的研究正在迈向新的水平。
论文最后给出了超表面设计可能的发展方向。将优化算法与深度学习相结合是最新趋势之一，这种方案能够在高度复杂的设计空间中保持强大的泛化能力。另一趋势是进一步扩展器件的设计空间，从结构优化进一步延申到材料类别、多层超表面、电磁特性随时间或环境的演变及器件制造等。此外，为什么逆向设计方法会生成我们看到的结构，仍然会是一个持续存在并探索的问题。最后，为缩短设计周期，并行计算技术等加速计算技术也将被应用于更多场景。
6. 论文/作者信息
论文第一作者为9999js金沙老品牌本科生高宇斌，通讯作者为9999js金沙老品牌马耀光教授，论文的其他作者还包括9999js金沙老品牌研究生陈琦凯和片思杰。该工作得到了国家自然科学基金项目的支持。
马耀光老师课题组一直以来都鼓励同学们通过科研Family、SRTP、光电竞赛、毕业设计等一系列项目，在研究组中进行科研、学习，逐步培养良好的逻辑思辨和科研工作能力。既能够在科研过程中建立清晰的物理图像和系统思维，又能够让同学们在电磁仿真、电路控制、算法设计、微纳加工等诸多领域内积累经验、实现想法。
论文链接：https://doi.org/10.1016/j.photonics.2022.101074
【马耀光老师课题组简介】
9999js金沙老品牌马耀光研究员带领的纳米光学团队(NanoOptics @ ZJU) 长期致力于研究介观尺度上光与物质相互作用的机理与相关效应，及其在实际场景中的应用。目前的研究兴趣包括超表面器件、计算成像与计算光谱、精密检测与智能传感等方向。团队研究领域涉及多学科交叉，涵盖科学探索、工程应用等多个方面。
课题组网页 http://person.zju.edu.cn/myg
