新型智能体AI平台加速先进光学设计

斯坦福工程师推出融合计算工具与自反思AI助手的新框架，有望推动光计算与天文学等领域发展。

超现实全息影像、自动驾驶机器人的下一代传感器、轻薄的增强现实眼镜——这些都可能通过超构表面实现。超构表面是一种由纳米级基本单元构成的新兴光子器件。

如今，斯坦福大学的工程师开发出一个AI框架，能极大加速超构表面设计，具有广泛的技术应用潜力。该框架名为MetaChat，引入了新的计算工具和具有自反思能力的AI助手，能够快速解决与光学相关的问题。相关研究成果近期发表于《科学进展》期刊。

图片:搜狗截图20251216120842.png

论文资深作者、电气工程系副教授范汕洄表示："这种将智能体AI与高速代理计算模型结合的方式是全新的。我们让多个智能体与这些工具及用户进行交互，以完成复杂的设计任务。这确实是一个巨大的机遇。"

模拟超构表面

超构表面在成像和传感领域具有革新潜力。这些器件由极其微小的基本单元构成，数十万个这样的单元就能覆盖一粒沙子。纳米级组件能够以传统'笨重'光学器件无法实现的方式弯曲光线。例如，将其集成到手机摄像头中，可以向用户面部投射点阵，生成可用于身份识别的高分辨率全息图。

但这种精细设计给光学工程师带来了挑战。设计需要广泛的知识、精确的几何构型以及强大的计算能力。工程师使用模拟来建模电场和磁场如何产生及随时间变化，并且在设计的试错过程中，这些模拟必须运行成千上万次。在普通计算机上，一次模拟可能需要几十分钟。

该研究的第一作者、电气工程博士生罗伯特·卢波尤说："对于大型器件，工作量真的会像滚雪球一样，通常需要数周甚至数月才能完成。"

加速光学设计

研究团队借助AI寻求更高效的流程。

首先，他们构建了新框架的引擎：一个能求解支配电磁场的麦克斯韦方程组的深度学习神经网络。这个名为"特征线性调制WaveY-Net"的新求解器，运行模拟的速度比传统方法快一千倍以上，仅需毫秒级时间即可求解方程。

接着，团队构建了扮演光学设计师和材料专家角色的AI智能体。通过提示大型语言模型，他们为每个智能体设定了职责和工作流程。现有的基于AI的设计师遵循类似流程图的预定过程，有时会导致死胡同或结果不佳。为了改进决策，团队使用提示赋予AI自主性，包括自反思能力。卢波尤说："在一轮设计中，它可以回溯自己的思考过程，然后无需预定模板即可做出下一个最佳决策。"

MetaChat将计算工具和AI智能体结合在一起，并通过聊天界面供用户提出设计请求。团队用数十个光学和光子学工程问题测试了MetaChat。在一次测试中，卢波尤要求MetaChat设计一个能将蓝光聚焦到一点、同时将红光聚焦到另一点的超构透镜。随后，扮演材料专家的AI智能体查询数据库，以确定具有所需属性的材料。

AI设计师配置微小单元块，并向卢波尤提出澄清问题以确认需求。这种快速的你来我往得益于FiLM WaveY-Net，它能在零点几秒内评估每个单元块的性能。整个过程仅用11分钟就生成了一个可下载的设计方案，其性能可与最先进的器件相媲美。

卢波尤表示："看到智能体能够自己解决光学设计任务，然后在关键时刻征求用户意见，最终为用户创造出真正有用的设计，这令人震撼。想象未来工程和科学将很大程度上由AI驱动，这超级令人兴奋。"

跨行业应用AI智能体

研究人员发现，MetaChat可以与人类用户实时协作，设计先进的光学器件。范汕洄补充道，MetaChat能够为光学计算和天文学等领域提供专业的超构表面设计知识获取途径。"光学设计师非常短缺，各行各业都需要人们构建各种类型的光子系统，我认为这确实能有所帮助。"

未来，搭载自主AI智能体的类似系统可能加速其他领域的技术发展。其他领域的研究人员可以开发自己专业化的、具有自反思能力的AI智能体。这可能促进快速的跨学科合作。范汕洄说："如果每个人都努力创建这些高速科学计算和优化工具，那么智能体与这些工具的集合将真正推动计算和创新的极限。"

不过，这类平台不会让人类过时。"我们的目标是利用人类的洞见，"范汕洄说，"需要有人提出正确的问题，并在出现问题时识别出来。"

相关链接：https://dx.doi.org/10.1126/sciadv.adx8006