据中国激光杂志社网，于2025年08月13日报道，在科幻电影《哈利·波特》中，隐身斗篷能让人瞬间消失于无形。这个看似天马行空的设定，正通过一种名为“超表面”的纳米结构材料走向现实。超表面（Metasurface）是由亚波长结构单元组成的二维人工电磁结构。通过精确调控每个单元的几何形状和排列方式，它能像“电磁波魔术师”般自由操控光的振幅、相位、偏振等参数。
然而，传统的超表面面临设计和应用的巨大挑战：首先是经验导向的试错式设计；其次是缺乏对环境的自适应能力。传统数值模拟方法在设计超表面时可能需要数月计算，而在实际实时应用中需要毫秒级响应。当超表面需要在更加复杂背景下实现隐身、通信、成像等功能时，设计参数会呈指数级增长——正是在这样的背景下，人工智能与超表面的跨界融合展现出革命性潜力。就像给超表面装上了“大脑”，深度学习算法能够从海量数据中自动提取特征规律，通过反向设计快速生成最优结构，并赋予超表面动态变化的能力。
近日，浙江大学陈红胜研究团队对深度学习赋能超表面设计及应用进行了综述，并对未来发展提出展望。相关文章以“Deep learning in metasurfaces: from automated design to adaptive metadevices”为题，发表在Advanced Photonics 2025第3期。
智能自动化设计
传统超表面设计就像解复杂的多元方程组：给定目标电磁响应，需要反复调整结构参数进行数值模拟验证。这种设计流程耗时且低效，就像大海捞针般寻找最优解。而深度学习算法通过构建“结构-响应”的映射关系，巧妙地将问题转化为数据驱动的模式识别问题。
图2系统梳理了深度学习在超表面领域的应用脉络：早期使用的多层感知机（MLP）就像简单的函数拟合器，适合处理结构简单的正向预测；卷积神经网络（CNN）凭借其局部连接特性，在处理图像化的超表面结构数据时展现出独特优势；循环神经网络（RNN）则擅长处理时序相关的动态调控问题。更有趣的是生成对抗网络（GAN）和变分自编码器（VAE），它们能够像创意设计师般生成全新的超表面结构，为逆向设计开辟新途径。此外，由继承神经网络（INN）与拼接神经网络（SNN）组成的知识继承神经网络是超表面逆向设计领域的特有方法。INN负责单个超表面单元的逆向设计，而SNN充当协调器，向各INN分配任务。当设计特定形状的超表面时，研究人员可以先在使用七种不同的“单元”结构构建新的基元，随后调用INN合成完整的神经网络。在此过程中，INN可以继承全部“父知识”，研究者仅需动态调整SNN即可高效完成超表面逆向设计。
然而，单纯的“黑箱”深度学习存在天然缺陷：缺乏物理可解释性，泛化能力有限。就像给汽车装上导航系统，物理信息神经网络（PINN）将麦克斯韦方程等物理定律作为约束条件嵌入网络。研究人员通过在损失函数中加入边界条件误差项，使神经网络的输出结果既符合数据规律又满足物理定律。
智能自适应器件
近年来，人工智能与超表面技术的深度融合，开启了超表面的应用革命。从隐身斗篷到6G网络再到光子芯片，无数科幻场景中的神奇器件正在一步步走向现实。
如图3（a）所示，2020年浙江大学研制出微波自适应隐身斗篷，通过深度学习算法实时解析环境电磁数据，驱动可调超表面单元在毫秒级响应时间内重构电磁波路径，让隐身斗篷首次具备“环境感知”能力。这项突破标志着超表面从静态功能器件进化为具备感知能力的智能系统。图3（b）所示的智能隐形无人机，通过“感知-决策-执行”闭环系统，在草地、沙漠、海面等多种地形测试中均可实现对雷达探测的隐身。
在无线通信领域，智能超表面正颠覆传统传播模式。如图3（c）概念图所示的智能反射表面（RIS），通过动态调控电磁波反射方向，在非视距环境下提升信号强度达20dB。2025年提出的全双工通信方案，利用时空编码超表面实现双通道直接数据传输，传输速率提升3倍。基于超表面的双通道无线通信系统，通过时空编码直接在物理层完成信息调制，省去传统数模转换流程，为6G通信提供全新范式。
智能视觉和传感领域同样展现出革命性突破。如图3（d）所示，作为替代传统光学元件的革命性载体，超表面不仅大幅缩减增强现实（AR）设备体积，更使AR系统实现虚拟信息与现实场景的无缝叠加。如图3（e）所示，在全息显示维度，超表面编码的相位掩膜可操控圆偏振光场，在空间中生成可与实体共存的三维影像。如图3（f）所示，基于超材料的神经网络芯片可以在微波频段实现无干预动态目标识别；图3（g）所示的光学频段超表面激光雷达（LiDAR）系统能以150°×150°宽视场同步捕获全景信息。
值得关注的是，尽管深度学习在探索非传统超表面设计方面展现出变革性的潜力，但其提升器件效率、分辨率等核心参数的能力仍有待加强。
技术革命，方兴未艾
智能超表面的应用范畴已从高效超构表面设计、系统优化及自动控制，扩展至能自主适应电磁环境与用户需求的先进智能器件。这场智能超表面的革命才刚刚开始。就像20世纪晶体管取代真空管引发电子革命，深度学习赋能的智能超表面正在开启光子技术的新纪元。
未来十年必将迎来智能超材料的爆发式发展，研究重点将是为实现超材料“实时性、自适应性、可扩展性”的设计开辟新路径：首先要面向实际，架设实验室场景与复杂现实应用的桥梁；其次是依托深度学习强大的计算能力设计具有更高参数自由度与可调特性的超表面，拓展适用边界；进一步通过增强物理约束，提升网络输出的可靠性与可解释性，突破黑箱效应的数据驱动局限。随着这些挑战的解决，智能超表面有望在智能城市、量子计算、生物传感等领域催生颠覆性应用，真正实现从“电磁调控工具”到“电子魔术师”的跨越。
期刊介绍
Advanced Photonics（AP）创刊于2019年，是一本重点关注新兴光学领域的基础与应用研究成果、聚焦最新及快速发展的光学与光子学学科的国际OA期刊。期刊2021年被SCI收录，最新影响因子18.8，中国科学院期刊分区列一区，入选中国科技期刊卓越行动计划（二期）。创刊以来AP发表了众多国际顶尖学者的高水平学术论文，并以采访、新闻、评论等丰富的形式，展现了光学与光子学领域的最近进展。姊妹刊Advanced Photonics Nexus（APN）接收AP的快速转投和自然来稿，致力于成为既发表基础研究类又发表工程应用类文章的综合性大刊，2025年获首个影响因子6，2024年入选中国科技期刊卓越行动计划高起点新刊项目。
