基于AI的方法可以加速專用納米粒子的開發(fā)

麻省理工學(xué)院物理學(xué)家開發(fā)的一項新技術(shù)有朝一日可以提供一種定制設(shè)計具有所需特性的多層納米粒子的方法，可用于顯示器，隱形系統(tǒng)或生物醫(yī)學(xué)設(shè)備。它也可以幫助物理學(xué)家解決各種棘手的研究問題，在某些情況下可能比現(xiàn)有方法快幾個數(shù)量級。

該創(chuàng)新使用計算神經(jīng)網(wǎng)絡(luò)，一種人工智能，“學(xué)習(xí)”納米粒子的結(jié)構(gòu)如何影響其行為，在這種情況下，基于成千上萬的訓(xùn)練樣例，它散布不同顏色的光。然后，在學(xué)習(xí)了這種關(guān)系之后，該程序基本上可以向后運行以設(shè)計具有所需光散射特性的粒子 - 一個稱為逆設(shè)計的過程。

研究結(jié)果發(fā)表在“ 科學(xué)進(jìn)展 ”雜志上，麻省理工學(xué)院高級研究員John Peurifoy，研究會員沉一辰，研究生李靜，物理學(xué)教授MarinSolja?i?和其他五篇研究報告。

Solja?i?說，雖然這種方法最終可能導(dǎo)致實際應(yīng)用，但這項工作主要是科學(xué)上的興趣，作為一種預(yù)測各種納米工程材料的物理特性的方法，而不需要通常用于解決這些問題的計算密集型模擬過程。

Solja?i?說，目標(biāo)是研究神經(jīng)網(wǎng)絡(luò)，這個領(lǐng)域近年來已經(jīng)取得了很多進(jìn)展并引起了興奮，看到“我們是否可以使用其中的一些技術(shù)來幫助我們進(jìn)行物理研究。所以基本上，計算機是否“足夠智能”，以便他們可以做一些更聰明的任務(wù)來幫助我們理解和使用某些物理系統(tǒng)?“

Shen解釋說，為了測試這個想法，他們使用了一個相對簡單的物理系統(tǒng)。“為了理解哪些技術(shù)是合適的，并了解限制以及如何最好地使用它們，我們[在一個特定系統(tǒng)上使用神經(jīng)網(wǎng)絡(luò)]用于納米光子學(xué)，即球形同心納米粒子系統(tǒng)。”納米粒子像洋蔥一樣分層，但每層由不同的材料制成，并具有不同的厚度。

納米顆粒具有與可見光波長相當(dāng)或更小的尺寸，并且不同顏色的光從這些顆粒散射的方式取決于這些層的細(xì)節(jié)和入射光束的波長。計算多層納米粒子的所有這些效應(yīng)對于多層納米粒子來說可能是一項密集的計算任務(wù)，隨著層數(shù)的增加，復(fù)雜性變得更加嚴(yán)重。

研究人員希望看看神經(jīng)網(wǎng)絡(luò)是否能夠預(yù)測新粒子散射光的顏色的方式 - 不僅僅是通過在已知例子之間進(jìn)行插值，而是通過實際計算出一些允許神經(jīng)網(wǎng)絡(luò)推斷的基礎(chǔ)模式。

“模擬非常精確，所以當(dāng)你將它們與實驗進(jìn)行比較時，它們都會逐點相互重現(xiàn)，”Peurifoy說，他明年將成為麻省理工學(xué)院的博士生。“但它們在數(shù)字上相當(dāng)密集，因此需要相當(dāng)長的時間。我們想要看到的是，如果我們向神經(jīng)網(wǎng)絡(luò)展示這些粒子，許多不同粒子的一堆例子，神經(jīng)網(wǎng)絡(luò)是否可以為它發(fā)展“直覺”。

果然，神經(jīng)網(wǎng)絡(luò)能夠合理地預(yù)測光散射與波長圖的確切模式 - 不完美，但非常接近，并且在更短的時間內(nèi)完成。Jing說，神經(jīng)網(wǎng)絡(luò)模擬“現(xiàn)在比精確模擬快得多”。“所以現(xiàn)在你可以使用神經(jīng)網(wǎng)絡(luò)而不是真正的模擬，它會給你一個相當(dāng)準(zhǔn)確的預(yù)測。但它帶來了價格，而且價格是我們必須首先訓(xùn)練神經(jīng)網(wǎng)絡(luò)，為了做到這一點，我們必須產(chǎn)生大量的例子。“

但是，一旦網(wǎng)絡(luò)被訓(xùn)練，任何未來的模擬都將獲得加速的全部好處，因此對于需要重復(fù)模擬的情況，它可能是一個有用的工具。但該項目的真正目標(biāo)是了解方法，而不僅僅是這個特定的應(yīng)用程序。“我們對這個特定系統(tǒng)感興趣的主要原因之一是讓我們了解這些技術(shù)，而不僅僅是模擬納米粒子，”Solja?i?說。

下一步是基本上反向運行程序，使用一組所需的散射屬性作為起點，看看神經(jīng)網(wǎng)絡(luò)是否可以計算出實現(xiàn)該輸出所需的納米粒子層的精確組合。

“在工程領(lǐng)域，已經(jīng)開發(fā)了許多不同的技術(shù)用于逆向設(shè)計，這是一個巨大的研究領(lǐng)域，”Solja?i?說。“但是經(jīng)常為了設(shè)置一個給定的逆設(shè)計問題，需要花費相當(dāng)長的時間，所以在很多情況下你必須成為該領(lǐng)域的專家，然后有時甚至花幾個月來設(shè)置它以解決它。”

但是通過團(tuán)隊訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，“我們沒有為此做任何特殊準(zhǔn)備。我們說，'好吧，我們試著讓它向后跑。' 令人驚訝的是，當(dāng)我們將它與其他更標(biāo)準(zhǔn)的逆向設(shè)計方法進(jìn)行比較時，這是最好的方法之一，“他說。“它實際上比傳統(tǒng)的逆向設(shè)計更快。”

共同作者沉說：“我們必須做的最初動機是建立一個通用的工具箱，任何一個不是光子學(xué)專家的普通受過良好教育的人都可以使用。......這是我們最初的動機，對于這個特殊情況，它顯然效果很好。“

某些逆向設(shè)計模擬的加速可能非常顯著。Peurifoy說：“很難對蘋果進(jìn)行精確的比較，但你可以有效地說你有數(shù)百倍的收益。因此，收益非?？捎^ - 在某些情況下，收益從幾天到幾分鐘。“

該研究由科學(xué)基金會，半導(dǎo)體研究公司和陸軍研究辦公室通過士兵納米技術(shù)研究所提供支持。參與這項工作的其他人包括：Yi Yang，F(xiàn)idel Cano-Renteria，John D. Joannopoulos和Max Tegmark，他們都來自麻省理工學(xué)院; 和陸軍埃奇伍德化學(xué)生物中心的Brendan G. Delacy。