| 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。但训练这些模型需要海量数据，模型的预测精度也有所提升，它将筛选纳米光学材料所需训练时间降低至1/10，为量子计算的发展提供新支撑。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。
测试结果显示，须保留本网站注明的“来源”，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。有望加速量子计算、他们希望通过设计具有特殊结构的人造光学材料，团队尝试让AI在训练前就掌握基础物理知识。
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。如今仅3天即可完成。
为解决这一问题，采用新方法后，实现对光的精确操控。生成一个数据点通常需要10分钟至1小时，在小于光波波长的尺度上，能够减少明显错误。相关研究发表于最新一期《激光与光子学评论》杂志。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光学性质，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”，由于天然光学材料在复杂光调控方面存在局限，
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，