Нейросеть с «знанием» физики ускорила создание оптических материалов в 10 раз
NewsMakerНовый подход помогает быстрее создавать нанофотонные материалы для камер, очков и квантовых систем.
Нейросеть научили понимать физику света еще до обучения, и такой подход резко ускорил проектирование оптических материалов. Исследователи из Технологического университета Чалмерса в Швеции встроили в модель базовые законы электромагнетизма, после чего расчеты стали занимать в десять раз меньше времени. Разработка может ускорить создание новых линз, фотонных кристаллов и компонентов для квантовых технологий.
Команда работает в области нанофотоники, где ученые управляют светом на масштабах меньше длины волны. В таких условиях свет ведет себя не так, как в обычной оптике, а инженеры получают возможность создавать искусственные материалы со свойствами, которых нет в природе.
С помощью суперкомпьютерных симуляций исследователи подбирают структуры для материалов, способных сделать объективы камер и очковые линзы тоньше, легче и эффективнее. Та же технология может пригодиться в квантовых системах, где нужно точно управлять распространением света.
Совместно с коллегами из отдела микротехнологий и нанонауки, где строится первый крупный квантовый компьютер Швеции, группа изучает наноструктурированные материалы для передачи информации между квантовыми компьютерами или на большие расстояния с помощью оптических частот. В одном из направлений ученые рассматривают механически податливые фотонные кристаллы, способные направлять свет нужным образом.
Главная проблема заключалась в скорости расчетов. Нейросети могут анализировать огромные массивы симуляций и предсказывать, как поведет себя материал, но для обучения таким системам нужно много данных. По словам исследователей, расчет одной точки данных занимал от десяти минут до часа, а полный набор мог требовать до 40 000 симуляций.
«Я знаю уравнения электромагнетизма вдоль и поперек и преподаю их, но все равно не могу сделать все выводы, которые делает нейросеть. Физика настолько сложна, что я не понимаю свойства материала просто по внешнему виду, а компьютер понимает», сказал профессор кафедры физики и астрономии Филипп Тассен.
Чтобы убрать узкое место, ученые не стали заставлять модель заново открывать законы электромагнетизма по данным. Вместо этого исследователи сразу встроили в нейросеть базовое понимание поведения света и электромагнитных полей.
Изначально команда хотела сделать выводы нейросети более понятными для людей, добавив в модель уравнения, знакомые физикам. В ходе испытаний выяснилось, что такой подход не только упрощает интерпретацию, но и резко повышает эффективность расчетов.
«Когда сеть уже обучена, мы можем попросить ее проверить практически любую структуру и получить оптические свойства за миллисекунду. С новыми сетями мы получаем более точные оценки и избегаем очевидных ошибок», сказал исследователь Виктор Лилья.
Филипп Тассен сравнил новый подход с «супермозгом», которому заранее объяснили физические правила. «Когда мы дали супермозгу информацию о законах физики, он сразу стал намного умнее. Теперь наши расчеты занимают одну десятую прежнего времени», отметил профессор.
В результате время подготовки данных для симуляций сократилось с 30 до трех дней. Для разработки оптических компонентов такая разница имеет практическое значение: инженеры могут быстрее проверять новые структуры, отсеивать неудачные варианты и искать материалы для следующего поколения линз, фотонных устройств и квантовых систем.
Нейросеть научили понимать физику света еще до обучения, и такой подход резко ускорил проектирование оптических материалов. Исследователи из Технологического университета Чалмерса в Швеции встроили в модель базовые законы электромагнетизма, после чего расчеты стали занимать в десять раз меньше времени. Разработка может ускорить создание новых линз, фотонных кристаллов и компонентов для квантовых технологий.
Команда работает в области нанофотоники, где ученые управляют светом на масштабах меньше длины волны. В таких условиях свет ведет себя не так, как в обычной оптике, а инженеры получают возможность создавать искусственные материалы со свойствами, которых нет в природе.
С помощью суперкомпьютерных симуляций исследователи подбирают структуры для материалов, способных сделать объективы камер и очковые линзы тоньше, легче и эффективнее. Та же технология может пригодиться в квантовых системах, где нужно точно управлять распространением света.
Совместно с коллегами из отдела микротехнологий и нанонауки, где строится первый крупный квантовый компьютер Швеции, группа изучает наноструктурированные материалы для передачи информации между квантовыми компьютерами или на большие расстояния с помощью оптических частот. В одном из направлений ученые рассматривают механически податливые фотонные кристаллы, способные направлять свет нужным образом.
Главная проблема заключалась в скорости расчетов. Нейросети могут анализировать огромные массивы симуляций и предсказывать, как поведет себя материал, но для обучения таким системам нужно много данных. По словам исследователей, расчет одной точки данных занимал от десяти минут до часа, а полный набор мог требовать до 40 000 симуляций.
«Я знаю уравнения электромагнетизма вдоль и поперек и преподаю их, но все равно не могу сделать все выводы, которые делает нейросеть. Физика настолько сложна, что я не понимаю свойства материала просто по внешнему виду, а компьютер понимает», сказал профессор кафедры физики и астрономии Филипп Тассен.
Чтобы убрать узкое место, ученые не стали заставлять модель заново открывать законы электромагнетизма по данным. Вместо этого исследователи сразу встроили в нейросеть базовое понимание поведения света и электромагнитных полей.
Изначально команда хотела сделать выводы нейросети более понятными для людей, добавив в модель уравнения, знакомые физикам. В ходе испытаний выяснилось, что такой подход не только упрощает интерпретацию, но и резко повышает эффективность расчетов.
«Когда сеть уже обучена, мы можем попросить ее проверить практически любую структуру и получить оптические свойства за миллисекунду. С новыми сетями мы получаем более точные оценки и избегаем очевидных ошибок», сказал исследователь Виктор Лилья.
Филипп Тассен сравнил новый подход с «супермозгом», которому заранее объяснили физические правила. «Когда мы дали супермозгу информацию о законах физики, он сразу стал намного умнее. Теперь наши расчеты занимают одну десятую прежнего времени», отметил профессор.
В результате время подготовки данных для симуляций сократилось с 30 до трех дней. Для разработки оптических компонентов такая разница имеет практическое значение: инженеры могут быстрее проверять новые структуры, отсеивать неудачные варианты и искать материалы для следующего поколения линз, фотонных устройств и квантовых систем.