【时讯】浙大团队研制基于深度学习的“隐身衣”，15毫秒“换装”

本篇文章2242字，读完约6分钟

是隐身人梦中的超能力之一，也是科学界的重要挑战 北京时间3月24日，光学行业顶尖期刊《自然光子学》( nature photonics )在线报道浙江大学新闻电子工程学院陈红胜教授课题组的最新研究 课题组在国际上首次实现基于深入学习的下一代智能隐藏设备，不依赖任何人为操作，迅速动态适应变化的背景环境，与背景电磁环境的特征一体化，实现自适应隐藏 浙江大学新闻和电子工程学院级博士钱超是论文的第一作者，陈红胜教授是论文的通信作者，浙江大学是第一完成单位 合作者包括浙江大学郑斌副教授、沈炼博士、李尔平教授及麻省理工大学沈亦晨博士和靖礼博士 专家认为:“这是一项令人兴奋、及时、优秀的事业，将转换光学、电磁超材料、人工智能等行业结合起来，在智能光子材料和器件这一新兴行业建立了良好的基准，大大促进了其他智能电磁器件的迅速发展。” “陈红胜教授课题组自然界的‘隐藏达人’你最想拥有的超能力是什么？ 心根据电感，时间逆转，自由飞翔……在很多答案中，隐身术一定在其中吧 自古以来，从西游记消失的孙悟空到哈利·波特的魔法棒，许多神话电影都表达了对人类隐藏之美的向往，鼓舞了科学家们不断寻找的脚步 自然界有两种“隐身衣服”，是生物生存的利器 一个是“螳螂等待蝉的自残叶，看不见”，螳螂躲在树叶里，其颜色纹理和背景相似，有利于埋伏和攻击，这种拟态在变色龙和章鱼等头足类生物中最常见。 另一种是透明的隐藏，即光透过物体时不散射。 例如，木桶和水母。 近年来，随着转换光学和新型人工电磁材料的迅速发展，隐性相关的科学研究迅速发展 改变光学隐藏方法与上述两种策略不同，其目的是利用坐标变换的方法控制电磁波，绕过隐藏的区域，向原来的方向传递，从而使物体完全看不见。 改变光学隐身理论提出后激发了科研人员的研究热情 此后十几年，出现了许多理论和实验事业，从微波到光频率，从二维到三维，从自由空间到地毯般的隐藏，从电磁波到声波的水波，极大地促进了隐藏行业的迅速发展。 但是，与自然界的“隐身衣”相比，人类的“隐身衣”研究仍然存在电磁参数严格、设计制造困难、频带狭窄、方差严重等重要挑战，大多只能从事单一的环境背景和既定的入射波条件 稍微改变外部环境和入射波，隐藏效果会大幅降低 “理想的隐身衣和章鱼、变色龙一样，应该能迅速自动适应变化的外部刺激和背景环境。 ”陈红胜教授说 章鱼的表皮含有黑、红、黄、白等多个色素细胞 比较不同的背景环境，周围的肌纤维使色素细胞瞬间扩张收缩，改变皮肤的颜色纹理，与背景融合 另外，章鱼对温度、光、机械等外部刺激也能相应地反应，避免伤害 章鱼的适应性隐藏及其表皮结构能使“智能”比隐藏更适应章鱼和变色龙那样变化的外部刺激和背景环境吗？ 年作为硕士研究生的钱开始着手解决这个难题 如果这个问题得到处理，不仅可以将隐藏的应用应用于动态开放、许多复杂的场景，还可以促进其他多种智能电磁材料和器件的迅速发展，在国防、航天、海洋等技术行业发挥重要作用 “章鱼有色素细胞，有可重构的新人工电磁材料单元。 章鱼有中枢神经，我们有很深的学习方法章鱼有光敏细胞，可以制造电磁波和环境探测器 ”钱超说 很简单，但在建立智能隐藏系统之前并不简单 目前，深度学习已经开始渗透到电磁材料行业，但重点是理论上设计优化纳米光子和手性材料等人工电磁材料 如何在实验中实现新的智能电磁材料，建立新一代智能隐身系统，实现快速有效的自适应隐身，是一个非常具有挑战性的课题，至今为止还没有实验成功的报告 经过三年多的不懈努力，陈红胜研究小组在充分研究隐身行业重要技术瓶颈的基础上，成功地在微波波段实现了智能自适应隐身器件 研究小组建立了提出下一代智能隐形系统框架的完整时域电磁仿真模型，通过揭示隐藏的瞬态响应机制，建立了验证想法可行性的电磁环境探测器和实验控制系统，智能电磁隐身 智能隐形系统框架不需要人为操作，15毫秒的“换装”研究小组设计了推车的智能隐形实验 雷达使入射波的频率、偏振波、入射角随机变化，推车的任务是动态适应变化的探测信号，“隐藏”在雷达中 钱超介绍说，小车身穿着超薄的可重构超表面隐身材料，这种“隐身衣”由智能芯片控制，综合了训练的深度学习模式，根据输入的电磁新闻迅速决定，“隐身衣”的电磁响应 当手推车在凹凸不平的地面上自由行驶时，电磁环境检测器实时感知入射波和手推车所处的背景环境，并将新闻传递给智能芯片 我们知道，如果环境发生变化，变色龙将在大约6秒内转变为环境颜色。 电磁环境发生变化的情况下，穿着智能隐藏衣服的推车可以在15毫秒内自动实时“更换”，免除电磁波的检测 为了测试智能隐身衣的性能，陈红胜教授课题组开展了大量实验，从近场图像和远场散射截面测量等多方面验证了智能隐身衣原型的可行性和鲁棒性。 智能隐身实验装置陈红胜教授成功地将智能隐身与新型电磁材料和人工智能等行业融合，与以前传来的适应性光学不同，智能隐身使用硬件的手段实现了隐身控制的深度学习模型，应用中通过单次前方计算合理 论文评论的专家认为目前将机器学习用于光子材料设计的研究工作者不少，但实验工作者很少报道 因为这项研究有很好的基准 这项事业由国家自然科学基金委员会的优秀青年基金项目、国家青年拔尖人才计划等项目资助 博士的钱得到了年浙江大学博士研究生学术新星培养计划的资助 (原标题:智能“换装”不是梦！ 浙江大团队开发了基于深度学习的“隐身衣”。 (本文来自澎湃信息，越来越多的原始信息请下载《澎湃信息》app。 )