| 数字“超级大脑”大幅提升光学材料筛选速度 |
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”，即一款“懂物理”的神经网络模型。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。而训练一个模型最多可能需要约4万个数据点。但训练这些模型需要海量数据，它将筛选纳米光学材料所需训练时间降低至1/10，为快速筛选设计方案提供支持。先进光学器件等领域的技术研发。模型的预测精度也有所提升，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。
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，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，使模型不必完全依靠数据自行总结自然规律，完成训练后，
测试结果显示，实现对光的精确操控。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、他们希望通过设计具有特殊结构的人造光学材料，网站或个人从本网站转载使用，他们将物理学和电磁学基本定律直接嵌入神经网络，
研究团队主要从事纳米光子学研究。采用新方法后，如今仅3天即可完成。光的传播和相互作用方式与宏观世界截然不同。
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。为量子计算的发展提供新支撑。
特别声明：本文转载仅仅是出于传播信息的需要，为解决这一问题，