Diagrama esquemático de una red neuronal artificial que puede diseñar estructuras fotónicas arbitrarias. La sección transversal de las estructuras se mapea como un mapa de bits de sección transversal bidimensional para que la red neuronal artificial pueda diseñar estructuras de antenas de metasuperficie que no se pueden diseñar con parámetros estructurales. Crédito:POSTECH
Los metamateriales son materiales artificiales diseñados para tener propiedades que no se encuentran en materiales naturales. y son más conocidos como materiales para capas de invisibilidad que a menudo aparecen en novelas o juegos de ciencia ficción. Al diseñar con precisión átomos artificiales más pequeños que la longitud de onda de la luz, y controlando la polarización y el giro de la luz, los investigadores logran nuevas propiedades ópticas que no se encuentran en la naturaleza. Sin embargo, el proceso actual requiere mucha prueba y error para encontrar el material adecuado. Estos esfuerzos requieren mucho tiempo y son ineficaces; La inteligencia artificial (IA) podría proporcionar una solución a este problema.
El grupo de investigación del Prof. Junsuk Rho, Sunae So y Jungho Mun del Departamento de Ingeniería Mecánica y el Departamento de Ingeniería Química de POSTECH han desarrollado un diseño con un mayor grado de libertad que permite a los investigadores elegir materiales y diseñar estructuras fotónicas de forma arbitraria mediante el uso del aprendizaje profundo. Sus hallazgos se publican en varias revistas, entre ellas Materiales e interfaces aplicados, Nanofotónica, Microsistemas y nanoingeniería , Óptica Express , y Informes científicos .
La IA se puede entrenar con una gran cantidad de datos, y puede aprender diseños de varios metamateriales y la correlación entre estructuras fotónicas y sus propiedades ópticas. Usando este proceso de formación, puede proporcionar un método de diseño que crea una estructura fotónica con las propiedades ópticas deseadas. Una vez entrenado, puede proporcionar un diseño deseado de manera rápida y eficiente. Esto ya ha sido investigado en varias instituciones de EE. UU. Como el MIT, Universidad de Stanford e Instituto de Tecnología de Georgia. Sin embargo, los estudios previos requieren insumos de materiales y parámetros estructurales de antemano, y ajustar las estructuras fotónicas posteriormente.
Esquemas de una red neuronal artificial que puede diseñar parámetros estructurales y material simultáneamente. Cuando se ingresan las propiedades ópticas deseadas (espectro dipolo eléctrico / magnético), cada espesor y tipo de materiales de la nanopartícula núcleo-capa de tres capas se proporcionan como salida. Crédito:POSTECH
El profesor Rho y su grupo enseñaron un sistema de inteligencia artificial para diseñar estructuras fotónicas arbitrarias y dieron un nivel adicional de libertad al diseño al categorizar los tipos de materiales y agregarlos como un factor de diseño. lo que hizo posible diseñar materiales apropiados para propiedades ópticas relevantes. El análisis de los metamateriales obtenidos a través de este método de diseño reveló que tenían propiedades ópticas idénticas predichas por la red neuronal artificial.
El equipo de investigación que han publicado varios hallazgos de investigación sobre el diseño de metamateriales y teoría óptica, utilizó el lenguaje de programación Python. Su método de diseño es revolucionario en muchos sentidos. En primer lugar, redujo significativamente el tiempo necesario para diseñar estructuras fotónicas. Permite varios diseños de nuevos metamateriales porque los científicos ya no se limitan a realizar diseños empíricos para obtener resultados.
Los metamateriales resultantes se pueden utilizar en pantalla, seguridad, y tecnologías militares. A este respecto, Se espera que la introducción de la IA en el método de diseño contribuya de manera importante al desarrollo tecnológico de los metamateriales.
El investigador principal, el profesor Junsuk Rho, dijo:"Nuestra investigación tuvo éxito al brindar un mayor grado de libertad al diseño, pero el nuevo sistema aún requiere que los usuarios ingresen ciertas configuraciones de problemas al principio. A veces producía diseños insostenibles, y por lo tanto hizo imposible producir metamateriales deseados. Así que me gustaría llevar nuestros hallazgos un paso más allá desarrollando un método de diseño completo de metamateriales usando IA. También, Me gustaría crear metamateriales innovadores y prácticos entrenando a la IA con revisiones del diseño construido teniendo en cuenta los productos finales ".
