4月18日凌晨，上海理工大学庄松林院士和顾敏院士领导下的未来光学国际实验室首次利用机器学习反求设计（machine-learninginversedesign）实现了三维矢量全息（Three-dimensionalvectorialholography）的新概念。这项发明是光学全息技术领域的一次重大突破，其提供的基于机器学习的反求设计可精准且迅速地产生一个或多个任意三维矢量光场，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。

中国工程院外籍院士、上海理工大学教授顾敏

相关研究成果，以“Three-dimensional vectorial holography based on machine learning inverse design”为题，发表在国际顶级学术刊物《科学进展》上。《科学进展》杂志为《科学》（Science）刊物旗下子刊，是一个涵盖所有学术领域的开放性、综合性科学刊物。

光是一种电磁波，其在介质中传播的同时伴随着电磁和磁场的振荡，被称为光的矢量特性。基于光波的横波特性，光的振荡通常被限制在与其传播方向垂直的二维平面上。近些年，研究发现光的振荡可打破传统二维平面的束缚，通过干涉产生纵向光振荡，即形成第三维光矢量。

在物理学上，通过求解三维麦克斯韦方程可以正向得到一个三维矢量光场分布，但其不可控。一直以来，精确产生任意三维矢量光场是一个世界性难题，因其需要十分复杂的反求设计，超出了人类知识和经验的边界。

顾敏院士指导的科研人员利用机器学习反求设计率先实现了三维矢量全息，可精确地控制三维全息图像中每个像素点的任意三维矢量状态。

基于机器学习逆向设计的3D矢量全息原理

“通过机器学习的人工智能新科技，我们首次实现了三维矢量光的操控，并将机器学习的算法延伸到光学全息中去，”顾敏院士说，“这样的操控是全方位的，包括对每个三维矢量光携带的信息进行编码、传输和解码，因而消除了传统二维偏振光的束缚。”

使用MANN的任意3D矢量场的机器学习逆设计

文章第一作者任浩然博士（目前在德国慕尼黑大学从事洪堡博士后研究）说：“机器学习在光学设计中扮演着越来越重要的作用。我们研究证明训练后的人工神经网络可有效地、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。”

这项发明还为光学全息开辟了一条新道路，首次在全息中证明光的三维矢量状态可以作为独立的信息载体，实现信息的编码和复用。顾敏院士说：“这项发明作为光学全息技术领域的一项重大突破，不仅为下一代超宽带、超大容量、超快速并行处理的光学全息系统奠定了基础，同时也为加深理解光与物质的相互作用（例如粒子操控）提供了一个崭新的平台。”

该项工作得到了墨尔本皇家理工大学（RMIT）人工智能纳米光子学实验室以及计算机科学系的大力支持。

论文链接：https://advances.sciencemag.org/content/6/16/eaaz4261