8月28日消息，Nature Materials发表新研究，研究团队将深度神经网络与扭转范德华极化激元多层结构相结合，实现了声子极化激元传播的按需设计，在扭转α-MoO3同质结构中演示了沟道化（canalization）、双沟道化和三沟道化传播，覆盖此前未被探索的600-800 cm-1频率范围。

纳米光学的目标是在纳米尺度理解和控制光的传播，其核心手段是激发表面极化激元——光与物质耦合形成的准粒子。近年来扭转范德华材料已实现沟道化等前所未有的声子极化激元传播模式，但如何在需要时按需获得特定传播行为，一直是该领域的核心瓶颈。

该工作用深度学习网络学习扭转多层结构与极化激元传播模式的映射关系，从而反向设计出具有目标传播行为的堆叠参数，并通过聚焦与分束等演示验证了方法的实用潜力。

从产业视角看，极化激元器件被认为是超越传统光子学的亚波长光操控方案，在分子传感、热辐射调控和纳米尺度光互连等方向有潜在应用。深度学习反向设计框架的引入，意味着这一方向从逐一试探走向了可编程设计，为后续功能器件开发提供了方法论基础。 （来源：Nature Materials）