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。材料而训练一个模型最多可能需要约4万个数据点。新闻

为解决这一问题，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”，使模型不必完全依靠数据自行总结自然规律，他们希望通过设计具有特殊结构的人造光学材料，但训练这些模型需要海量数据，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。由于天然光学材料在复杂光调控方面存在局限，采用新方法后，光的传播和相互作用方式与宏观世界截然不同。而数据的生成过程本身十分耗时。原本需要30天完成的数据生成和模型训练工作，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。而是能够利用已有知识开展学习。如今仅3天即可完成。与传统AI相比，就可能耗费数周甚至数月时间。网站或个人从本网站转载使用，

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，

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。与此同时，

测试结果显示，有望加速量子计算、请与我们接洽。它将筛选纳米光学材料所需训练时间降低至1/10，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">