摘要：光学传感器在科研和社会生产生活中有广泛应用。传统光学传感器存在体积大、难集成等方面的不足,制约光学传感器向集成化和便携化的发展。尺寸小、易集成的微纳光学传感器可以有效解决传统光学传感器面临的问题,其中超表面光学传感器具有设计自由度高、检测灵敏、性能可靠、获取信息多样等优势,是实现传感器集成化和小型化的可行路径。超表面是一种有力的光场调控工具,通过对超表面单元结构的定向设计可实现超表面光学传感器的功能定制。在超表面结构的设计和优化过程中,人工智能算法和深度学习的应用能够显著提高超表面光学传感器设计的效率和准确度,降低设计所耗费的时间。得益于超表面光学传感器在设计、功能、便捷性上的优点,其在生物和医疗检测、光开关、光计算等领域有重要的应用价值和潜力。

摘要：超构表面是由亚波长尺度的人造微纳米结构组成的二维平面光学元件,可以通过对超构表面单元结构进行设计来改变光波的相位、振幅和偏振等,从而实现光场调控。光学传感器根据吸收、发射、荧光等原理,利用光与物质的相互作用来检测微小物体。凭借超构表面的物理和设计的灵活性,基于超构表面的光学传感器即超构光学传感器被赋予了卓越的性能。本文介绍了超构光学传感器的技术背景,叙述了其工作原理,并介绍了其不同的应用场景,最后对超构光学传感器的发展趋势进行了展望。

摘要：大数据时代的海量数据处理任务和人工智能技术的发展产生了对算力的爆炸式需求。传统电子计算系统由于受到集成电路技术和本身的架构的制约,难以在算力和计算速度上有质的提高。算力不足已经成为人工智能技术发展的瓶颈,发展新的计算范式从基础研究转变为一种紧迫的现实需求。光学计算系统高速、高并行和低功耗等特性契合了对理想计算范式的要求。本文通过基于超表面的光学计算系统设计,利用其自由度高、功能强大的特点,实现诸如卷积、微分、积分等数学运算,并在边缘检测、模式识别、图像处理等人工智能和深度学习领域开展应用比较研究,从而论证得到超表面的光学计算系统替代电子计算系统的可行方案。