数字“超级大脑”大幅提升光学材料筛选速度—新闻—科学网
研究团队主要从事纳米光子学研究。大幅
为解决这一问题，提升先进光学器件等领域的光学技术研发。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材料数字“超级大脑”，他们希望通过设计具有特殊结构的新闻人造光学材料，而是科学能够利用已有知识开展学习。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">
测试结果显示，新闻
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，
| 数字“超级大脑”大幅提升光学材料筛选速度 |
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。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，如今仅3天即可完成。生成一个数据点通常需要10分钟至1小时，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，由于天然光学材料在复杂光调控方面存在局限，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。有望加速量子计算、团队尝试让AI在训练前就掌握基础物理知识。为量子计算的发展提供新支撑。与传统AI相比，就可能耗费数周甚至数月时间。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。
