[論文レビュー] Multifunctional Meta-Optic Systems: Inversely Designed with Artificial Intelligence

Dayu Zhu, Zhaocheng Liu+3 more|arXiv (Cornell University)|Jun 30, 2020

Neural Networks and Reservoir Computing参考文献 31被引用数 4

ひとこと要約

本論文は、偏光、波長、空間チャネルを独立して制御可能な多機能マルチレイヤー金属光素子系のAI駆動逆設計フレームワークを提示している。微分可能物理学とニューラルアーキテクチャ探索を活用することで、従来のパrametric設計や単層メタサーフェスでは達成できない、偏光多重ビーム生成、全光的微分、空間-偏光-波長多重ホログラフィーといった複雑な機能を実現している。

ABSTRACT

Flat optics foresees a new era of ultra-compact optical devices, where metasurfaces serve as the foundation. Conventional designs of metasurfaces start with a certain structure as the prototype, followed by an extensive parametric sweep to accommodate the requirements of phase and amplitude of the emerging light. Regardless of how computation-consuming the process is, a predefined structure can hardly realize the independent control over the polarization, frequency, and spatial channels, which hinders the potential of metasurfaces to be multifunctional. Besides, achieving complicated and multiple functions calls for designing a meta-optic system with multiple cascading layers of metasurfaces, which introduces super exponential complexity. In this work we present an artificial intelligence framework for designing multilayer meta-optic systems with multifunctional capabilities. We demonstrate examples of a polarization-multiplexed dual-functional beam generator, a second order differentiator for all-optical computation, and a space-polarization-wavelength multiplexed hologram. These examples are barely achievable by single-layer metasurfaces and unattainable by traditional design processes.

研究の動機と目的

• メタサーフェス設計における従来のパrametric最適化の限界を克服し、偏光、周波数、空間モードを独立して制御できるようにすること。
• 多層メタオプティクス系の設計における超指数的複雑性に対処すること。
• 逆設計を用いて二機能ビーム形成や全光的微分器といった高度な光学機能を実現すること。
• 体系的なAI駆動設計プロセスを通じて、空間-偏光-波長多重ホログラフィーの実現可能性を示すこと。
• 単層またはヒューリスティック最適化されたメタサーフェスを上回る能力を有するスケーラブルなフレームワークを確立すること。

提案手法

• 微分可能物理学エンジンを用いて多層メタサーフェスの電磁応答を計算し、勾配ベース最適化を可能にする。
• 事前に定義された構造的テンプレートなしに、複雑なメタアトム幾何形状とレイヤー構成を探索するためのニューラルアーキテクチャ探索（NAS）を統合する。
• 複数の自由度にわたる目標応答と実際の応答の差を最小化する最適化問題として逆設計問題を定式化する。
• 同時に所望の位相、振幅、偏光、スペクトル応答を満たす物理情報に基づいた損失関数を採用する。
• 電磁界ソルバを介したバックプロパゲーションを用いて、深層ニューラルネットワークを訓練し、目的の機能に最適なメタアトム幾何形状とレイヤー配置を予測する。
• 全波動電磁界シミュレーションを用いて、偏光状態、波長、空間モードにわたる性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 AI駆動の逆設計フレームワークは、多層メタオプティクス系において偏光、波長、空間チャネルを独立して制御できるか？
• RQ2 微分可能物理学とニューラルアーキテクチャ探索は、多層メタオプティクス設計の超指数的複雑性をどの程度克服できるか？
• RQ3 このフレームワークは、二機能ビームジェネレーターや全光的微分器といった多機能光学素子を実現できるか？
• RQ4 AIで設計されたメタオプティクス系は、空間、偏光、波長の多重化においてどの程度のホログラフィー性能を示すか？
• RQ5 複雑な光学機能において、AIを活用した逆設計と従来のパrametric最適化やヒューリスティック最適化の間には、どの程度の性能ギャップがあるか？

主な発見

• AIフレームワークは、直交する偏光状態下で二つの異なるビームを独立して指向可能な偏光多重二機能ビームジェネレータを成功裏に設計した。
• 2次微分器を用いた全光的微分が達成され、メタオプティクスを用いた光計算の実現可能性が示された。
• 空間-偏光-波長多重ホログラムが実現され、異なる空間的、偏光的、スペクトル的チャネルに3つの異なる画像を符号化した。
• 逆設計アプローチにより、網羅的なパrametricスイープの必要性が大幅に削減され、高性能なメタオプティクス構成への迅速な収束が可能になった。
• 特に複数の光学的自由度を同時に制御を要する多機能系において、従来手法に比べて優れた性能と設計効率を示した。
• 全波動シミュレーションにより、AIで設計されたメタオプティクス系が、指定されたすべてのチャネルおよび条件下で、高精度に目標光学応答を満たしていることが確認された。