[논문 리뷰] Multifunctional Meta-Optic Systems: Inversely Designed with Artificial Intelligence

Dayu Zhu, Zhaocheng Liu외 3명|arXiv (Cornell University)|2020. 06. 30.

Neural Networks and Reservoir Computing참고 문헌 31인용 수 4

한 줄 요약

이 논문은 다기능 다층 메타광학 시스템을 위한 인공지능 기반의 역설계 프레임워크를 제시하며, 편광, 파장, 공간 채널을 독립적으로 제어할 수 있도록 한다. 유연한 물리 기반 및 신경망 아키텍처 탐색을 활용하여, 기존의 파arametric 또는 단일 층 메타표면 설계로는 이룰 수 없었던 복잡한 기능—예를 들어 편광 다중다발 생성, 올옵티컬 미분, 공간-편광-파장 다중다중 허모그래피—를 달성한다.

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.

연구 동기 및 목표

• 메타표면 설계에서 기존의 파arametric 최적화 기법이 편광, 주파수, 공간 모드를 독립적으로 제어하는 데 어려움을 겪는 문제를 해결한다.
• 다층 메타광학 시스템의 다기능 작동을 위한 초기지수적 복잡도 문제를 해결한다.
• 역설계를 통해 이중기능성 빔 형상 조절 및 올옵티컬 미분기와 같은 고급 광학 기능의 실현을 가능하게 한다.
• 체계적인 AI 기반 설계 파이프라인을 통해 공간-편광-파장 다중다중 허모그래피의 실현 가능성을 입증한다.
• 단일 층 또는 히وري스틱 최적화된 메타표면을 뛰어넘는 능력을 지닌 다기능 메타광학 시스템 설계를 위한 확장 가능한 프레임워크를 구축한다.

제안 방법

• 다층 메타표면의 전자기적 반응을 계산하기 위해 유연한 물리 엔진을 활용하여 기울기 기반 최적화를 가능하게 한다.
• 사전 정의된 구조 템플릿 없이도 복잡한 메타원자 기하학 및 층 구성을 탐색하기 위해 신경망 아키텍처 탐색(NAS)을 통합한다.
• 목표로 하는 광학 반응과 실제 반응 간의 차이를 최소화하는 최적화 문제로 역설계 문제를 공식화한다. 이는 다중 자유도에서의 제어를 포함한다.
• 목표로 하는 위상, 진폭, 편광 및 스펙트럼 반응을 동시에 강제하는 물리 기반 손실 함수를 사용한다.
• 전자기 해소기에서 역전파를 통해 학습하여, 목표 기능에 최적의 메타원자 기하학 및 층 배열을 예측하는 딥 신경망을 훈련시킨다.
• 모든 편광 상태, 파장 및 공간 모드에서 성능을 보장하기 위해 전체파 전자기 시뮬레이션을 통해 설계를 검증한다.

실험 결과

연구 질문

• RQ1 AI 기반의 역설계 프레임워크는 다층 메타광학 시스템에서 편광, 파장, 공간 채널을 독립적으로 제어할 수 있는가?
• RQ2 유연한 물리 기반 및 신경망 아키텍처 탐색은 다층 메타광학 설계의 초기지수적 복잡도 문제를 어느 정도 해결할 수 있는가?
• RQ3 이 프레임워크는 이중기능성 빔 생성기나 올옵티컬 미분기와 같은 다기능 광학 장치를 실현할 수 있는가?
• RQ4 AI 기반 설계된 메타광학 시스템은 공간, 편광, 파장에서의 다중다중 허모그래피에서 어떤 성능을 보이는가?
• RQ5 복잡한 광학 기능에서 AI 기반 역설계와 기존의 파arametric 또는 히وري스틱 최적화 간의 성능 격차는 어떠한가?

주요 결과

• AI 프레임워크는 수직 편광 상태에서 서로 다른 두 빔을 조작할 수 있는 편광 다중다발 이중기능성 빔 생성기를 성공적으로 설계하였다.
• 2차 미분기 구조를 사용하여 올옵티컬 미분을 달성하여 메타광학을 이용한 광학 계산의 실현 가능성을 입증하였다.
• 공간-편광-파장 다중다중 허모그래피가 실현되었으며, 서로 다른 공간, 편광 및 스펙트럼 채널에 세 개의 별개의 이미지를 인코딩하였다.
• 역설계 접근법은 광범위한 파arametric 스윕의 필요성을 줄여 고성능 메타광학 구성으로의 빠른 수렴을 가능하게 하였다.
• 특히 다중 광학 자유도를 동시에 제어해야 하는 다기능 시스템의 경우, 기존 방법에 비해 뛰어난 성능과 설계 효율성을 보였다.
• 전체파 전자기 시뮬레이션을 통해 AI 기반 설계된 메타광학 시스템이 모든 지정된 채널과 조건에서 목표 광학 반응을 고정밀도로 충족하는 것으로 확인되었다.