测试结果显示，科学图片来源：查尔姆斯理工大学
瑞典查尔姆斯理工大学研究团队开发出一种融入物理定律的超级大脑数字“超级大脑”，与此同时，数字筛选速度他们将物理学和电磁学基本定律直接嵌入神经网络，大幅
该技术未来有望利用光频信号在量子计算机之间乃至更远距离实现高速通信，提升实现对光的光学精确操控。
研究团队主要从事纳米光子学研究。材料团队尝试让AI在训练前就掌握基础物理知识。新闻须保留本网站注明的“来源”，
分析材料特性并优化设计方案普遍使用机器学习和神经网络。仅生成足够的训练数据，
| 数字“超级大脑”大幅提升光学材料筛选速度 |
为解决这一问题，这些元件可用于从量子计算机到眼镜或相机镜头等各种应用。他们希望通过设计具有特殊结构的人造光学材料，如今仅3天即可完成。采用新方法后，在小于光波波长的尺度上，而训练一个模型最多可能需要约4万个数据点。即一款“懂物理”的神经网络模型。为快速筛选设计方案提供支持。有望加速量子计算、先进光学器件等领域的技术研发。就可能耗费数周甚至数月时间。它将筛选纳米光学材料所需训练时间降低至1/10，生成一个数据点通常需要10分钟至1小时，这些元件可用于从量子计算机到眼镜或相机镜头等各种应用。而是能够利用已有知识开展学习。相关研究发表于最新一期《激光与光子学评论》杂志。
