人眼依靠灵活可控的晶状体将光线聚焦到视网膜上，这启发了许多科学研究人员更好地理解和模仿生物视觉系统。然而，实时环境适应性对类似眼睛的人工聚焦系统提出了巨大的挑战。

据麦姆斯咨询报道，近期，受眼睛调节机制的启发，浙江大学陈红胜教授团队提出了一种监督进化学习（SEL）算法，并设计了一种神经超构表面聚焦系统。在现场学习的驱动下，该系统对不断变化的入射波和周围环境表现出快速响应，而无需任何人工干预。在具有多个入射波源和散射障碍物的情况下，实现了自适应聚焦。对于实时、快速和复杂的电磁（EM）波操纵，这项研究展示了前所未有的潜力，可用于各种用途，例如消色差、波束整形、6G通信和智能成像等。

(资料图片仅供参考)

在这项研究工作中，科研人员提出了监督进化学习的概念，并展示了一种由监督进化学习驱动的自适应聚焦（SELAF）神经超构表面。下图说明了眼聚焦机制和所提出的SELAF神经超构表面的相应等效性。当入射光到达眼睛时，人类大脑不断调整晶状体，直到聚焦在视网膜上。同样地，聚焦导向网络利用阵列探头获取信号，并通过控制器调整超构表面，以实现在不同位置的聚焦。本质上，通过改变施加到神经超构表面的二极管的电压，响应于入射波来调节SELAF神经超构表面每个晶胞产生的相移。因此，聚焦是通过电压变化的连续迭代来实现的。

用SELAF神经超构表面模拟眼睛调节

完整的监督进化学习由两个循环组成：一个运行循环和一个进化循环。所提出的SELAF系统是监督进化学习中运行循环的具体示例。在运行循环中，系统与环境交互以生成历史数据。首先，神经超构表面利用其特性改变环境（EM场）状态。感知模块（阵列探针）将环境状态转换为内部表达（能量矩阵）。转向网络执行监督参数预测（相位补偿），获得超构表面电压相移的梯度。通过将预测值与本地信息相结合，控制器生成最终决策（超构表面电压）。最后，由电机（多通道电源）执行决策并改变神经超构表面的状态以实现任务目标。

监督进化学习架构

所设计的超构表面晶胞具有基于PIN二极管的堆叠结构。具体来说，该晶胞由双层F4B材料组成，顶部嵌入两个PIN二极管，以实现入射波的180°相位反转。在5.78-6.03 GHz频带内，晶胞的透射系数高于-0.8 dB，平均透射率超过95%。即使入射角在-50°和50°之间变化，该透射系数仍然保持不变。虽然每个超构原子只有两种相位，但由31个晶胞组成的超构表面仍然可以实现高自由度以达到令人满意的聚焦效果，同时还支持在其他频率的聚焦。损失函数训练结果表明，训练集和测试集的平均绝对误差（MAE）都接近于0。因此，科研人员得出结论，预先训练的聚焦转向网络是可信的。

实验装置、聚焦过程和晶胞特性

在实验中，科研人员仅探测了一维电场数据（31个位置），这些数据足以实现精确的自适应聚焦。为了验证聚焦的有效性，科研人员重新测量了初始和最终迭代的二维电场数据。实验结果表明，能量能够很好地集中在指定位置。

不同光照和周围环境下的实验结果

总而言之，受人眼自然聚焦能力的启发，科研人员提出了监督进化学习的概念，并设计了相应的基于高透射率神经超构表面的自驱动自适应聚焦系统。在不断进化的聚焦导向网络的指导下，神经超构表面在没有人工干预的情况下，基于一维电场数据显示出有效、强大的自适应聚焦能力。实验结果表明，所提出的SELAF神经超构表面在复杂的电磁环境下具有很强的适应性。因此，SELAF神经超构表面在经典电磁理论和机器学习的交叉领域显示出令人兴奋的潜力。此外，所提出的监督进化学习框架不仅为实现快速自适应聚焦铺平了道路，而且提供了一种通用的自适应架构来解决更具挑战性的问题。这仅仅是大自然的设计激发仿生系统设计的一个例子。如果我们能够解码更多这样的设计，人类在材料和方法上的创造力与自然智慧的协同作用将提供令人难以置信的潜力。

论文信息：https://www.nature.com/articles/s41467-023-39070-8

关键词：