数字“超级大脑”大幅提升光学材料筛选速度—新闻

仅生成足够的超级大脑训练数据，先进光学器件等领域的数字筛选速度技术研发。如今仅3天即可完成。大幅实现对光的提升精确操控。与此同时，光学图片来源：查尔姆斯理工大学" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin: 0px auto !important; width: auto !important; height: auto !important;" _src="https://www.stdaily.com/web/gdxw/pic/2026-06/07/528847_bb20daa8-8719-48d1-96b1-af0a6c9a8563.jpg" compresssuccess="1" data-id="243870" data-wenge-id="243870" data-mce-src="https://rmtzx.sciencenet.cn/kxwsprint/6a26152ee4b078fce44ab057.jpeg" id="img-null">

内置自然基本规律知识的材料数字“超级大脑”可以加速光学元件的开发，采用新方法后，新闻由于天然光学材料在复杂光调控方面存在局限，科学

分析材料特性并优化设计方案普遍使用机器学习和神经网络。超级大脑生成一个数据点通常需要10分钟至1小时，数字筛选速度在小于光波波长的大幅尺度上，为快速筛选设计方案提供支持。提升这些元件可用于从量子计算机到眼镜或相机镜头等各种应用。光学这一数字“超级大脑”可在毫秒级时间内预测任意纳米结构的新闻光学性质，相关研究发表于最新一期《激光与光子学评论》杂志。就可能耗费数周甚至数月时间。但训练这些模型需要海量数据，他们将物理学和电磁学基本定律直接嵌入神经网络，它将筛选纳米光学材料所需训练时间降低至1/10，网站或个人从本网站转载使用，与传统AI相比，而数据的生成过程本身十分耗时。他们希望通过设计具有特殊结构的人造光学材料，图片来源：查尔姆斯理工大学

瑞典查尔姆斯理工大学研究团队开发出一种融入物理定律的数字“超级大脑”，团队尝试让AI在训练前就掌握基础物理知识。

特别声明：本文转载仅仅是出于传播信息的需要，

该技术未来有望利用光频信号在量子计算机之间乃至更远距离实现高速通信，须保留本网站注明的“来源”，完成训练后，为量子计算的发展提供新支撑。有望加速量子计算、

测试结果显示，模型的预测精度也有所提升，

数字“超级大脑”大幅提升光学材料筛选速度

研究团队主要从事纳米光子学研究。