Un artículo publicado en Fotónica avanzada "Interacciones mejoradas entre luz y materia en nanoestructuras dieléctricas mediante un enfoque de aprendizaje automático, "sugiere que las técnicas de aprendizaje automático se pueden utilizar para mejorar las metasuperficies, optimizándolos para óptica no lineal y optomecánica. El descubrimiento tiene posibilidades prometedoras para el desarrollo de una amplia gama de dispositivos y aplicaciones fotónicos, incluidos los involucrados en la detección óptica, vibraciones optoacústicas, y filtrado de banda estrecha.

Las metauperficies son plataformas versátiles que se utilizan para manipular la dispersión, color, fase, o la intensidad de la luz que se puede utilizar para la emisión de luz, detección, modulación, control y / o amplificación a nanoescala. En años recientes, Las metasuperficies han sido objeto de un intenso estudio, ya que sus propiedades ópticas se pueden adaptar a un conjunto diverso de aplicaciones. incluyendo superlentes, imágenes sintonizables, y hologramas.

De acuerdo a Fotónica avanzada Coeditor en jefe, Miembro de SPIE, y Jefe del Grupo de Fotónica y Nanotecnología en el King's College London Anatoly Zayats, este trabajo marca un avance emocionante en nanofotónica. "La optimización de metasuperficies y metamateriales para aplicaciones particulares es un problema importante y que requiere mucho tiempo, ", dijo Zayats." Con enfoques tradicionales, solo se pueden optimizar unos pocos parámetros, de modo que el rendimiento resultante sea mejor que el de otros diseños, pero no necesariamente el mejor. Usando el aprendizaje automático, se puede buscar el mejor diseño y cubrir el espacio de parámetros que no es posible con los enfoques tradicionales ".