МОСКВА, 17 февраля. /ТАСС/. Исследователи из России и Италии разработали математический подход, который позволяет значительным образом ускорить и упростить расчеты, необходимые для создания периодических оптических структур и сложных метаповерхностей. Данное открытие ускорит разработку оптических вычислителей и других устройств, где требуется точный расчет характеристик света, сообщила пресс-служба университета ИТМО.
«Новые методы моделирования позволят продвинуться в разработке отечественных систем инженерного проектирования. Также они будут полезны при разработке высокоэффективных элементов для бурно развивающегося сейчас направления полностью оптических вычислителей и нейронных сетей», — пояснил ведущий научный сотрудник Университета ИТМО (Санкт-Петербург) Алексей Щербаков, чьи слова приводит пресс-служба вуза.
Щербаков и его коллега из Сиенского университета (Италия) Евгений Левдик создали подход, который позволяет значительным образом упростить расчет взаимодействий света со сложно устроенными метаповерхностями. Они представляют собой искусственные структуры из множества наночастиц или других миниатюрных элементов, которые могут необычным образом взаимодействовать со светом или другими волнами.
Подобные материалы интересны по той причине, что они позволяют создавать своеобразные «плащи-невидимки», плоские линзы и другие футуристические гаджеты. Для их разработки необходимо точно просчитать то, как свет будет взаимодействовать с каждым элементом метаповерхности, для чего ученые используют матричные вычисления. Их сложность быстро растет по мере усложнения материала, что в прошлом мешало использовать компьютерное моделирование для изучения подобных оптических структур.
Основа для оптических компьютеров будущего.
Левдик и Щербаков обнаружили, что эти расчеты можно значительным образом ускорить, если сжать применяемые в них матрицы при помощи алгоритма Tensor Train, который был разработан 15 лет назад российским математиком Иваном Оселедецом. Созданный им подход позволяет уменьшать количество данных без потери важных свойств и информации, чем воспользовались физики для ускорения расчетов свойств метаповерхностей.
Последующие проверки работы этой методики показали, что она позволяет рассчитывать очень сложно устроенные метаповерхности, чей период составляет порядка тысячи длин волн, а также при этом новый алгоритм расходует в разы меньше памяти и вычислительных ресурсов, чем уже существующие подходы. Как отметил Щербаков, ученые уже сейчас прорабатывают вместе с российскими производителями инженерного ПО планы по внедрению алгоритма в системы проектирования, что ускорит разработку новых вычислительных систем и оптических приборов.
«Исследование, поддержанное грантом Российского научного фонда, открывает новые горизонты для разработки оптических технологий. Мы рассчитываем, что полученные результаты позволят эффективно обучать нейронные сети на данных высокоточного моделирования сложных оптических процессов. Это станет основой для улучшения физически информированных нейронных сетей, в которые “зашиты” фундаментальные законы физики. Такие сети смогут предсказывать поведение света и проектировать уникальные высокоэффективные оптические элементы», — подытожил Алексей Щербаков.
