使用 AI 控制光的属性 |超连续谱生成
- 研究人员使用光子芯片和 AI 算法来配置宽带光源的属性。
- 该技术将通过自我优化方法帮助开发各种智能光学系统。
在我们的日常生活中，我们使用几个复杂的系统，这些系统依赖于基于混沌动力学的大量参数。在光子学领域，许多系统都属于这一类别，包括用于计量学、激光科学和生物医学成像的先进光源。
为了使这些技术更好并有效地控制光的特性，有必要不断突破光子方法的极限。在过去的几年里，世界各地的科学家一直在尝试产生超连续谱——一种宽带光谱，由在散射、色散和非线性的综合效应下传播的光脉冲产生。
超短和强激光脉冲的发展——导致了 2018 年诺贝尔物理学奖——以及空间限制和引导光传播的技术产生了极其强大的光学架构。
最近，加拿大国家科学研究所的一个研究小组成功地生成并操纵了强烈的超短脉冲模式以生成超连续谱。他们使用集成光子结构来创建可重构的飞秒光脉冲束。
他们究竟用什么来产生超连续谱？
在这项工作中，研究人员展示了可以以受控方式操纵的多种超短脉冲模式。他们利用集成光子系统提供的稳定性、紧凑性和亚纳米分辨率来创建飞秒光脉冲。
参考：Nature Communications | doi:10.1038/s41467-018-07141-w | INRS
他们以指数方式缩放参数空间，产生了超过 10 36 可能的脉冲模式的不同组合。对于如此大量的组合——比宇宙中行星的总数还要多——该团队使用机器学习方法来分析光操纵的结果。
脉冲间隔一皮秒 |本杰明·韦策尔 (Benjamin Wetzel) 提供
借助适当的 AI 算法，研究人员能够优化不同的脉冲模式并获得所需的超连续谱结果。他们测量了光谱输出并应用遗传算法来改变集成的脉冲分离器配置，以增强非线性光纤向特定超连续标准传播的动力学，例如，增加某些波长的光谱强度。
应用
该技术允许研究人员通过实验获得比具有相同功率的单脉冲激发多 7 倍的超连续谱光谱密度。它有可能提供对超连续谱生成的完整时间控制。出色的成果将影响各个领域的应用研究。
阅读：现有激光技术足以吸引 20,000 光年外的外星人
特别是，它将通过自我优化方法帮助开发其他智能光学结构，包括脉冲放大、自我调整激光器、光频梳以及光子神经网络等基本人工智能方法。
工业技术