【ZiDongHua 之“智能自動(dòng)化”收錄關(guān)鍵詞：人工智能 數(shù)字孿生 北京師范大學(xué) 】

　　

　　

　　人工智能學(xué)院黃華教授與合作團(tuán)隊(duì)在Nature子刊發(fā)表綜述

　　

　　計(jì)算光學(xué)通過引入計(jì)算賦能光學(xué)系統(tǒng)，突破傳統(tǒng)光學(xué)在感知維度、光通量、分辨率等方面的局限。光學(xué)編碼與計(jì)算解碼的協(xié)同作用，為生物醫(yī)學(xué)、天文觀測(cè)、農(nóng)業(yè)監(jiān)測(cè)等領(lǐng)域提供了增強(qiáng)的成像與感知能力。過去十年人工智能的跨越式發(fā)展，特別是深度學(xué)習(xí)技術(shù)，進(jìn)一步提升了計(jì)算光學(xué)的精度與效率。近年來興起的端到端聯(lián)合優(yōu)化技術(shù)，將光學(xué)編碼過程數(shù)字化孿生為神經(jīng)網(wǎng)絡(luò)層，實(shí)現(xiàn)與解碼過程的同步優(yōu)化，其性能顯著超越傳統(tǒng)方法。然而，從優(yōu)化后的編碼參數(shù)逆向映射至物理調(diào)制元件的"物理孿生"過程，因存在比特深度、數(shù)值范圍與穩(wěn)定性等方面的差異鴻溝，面臨嚴(yán)峻挑戰(zhàn)。本綜述系統(tǒng)探討數(shù)字孿生模型中空間、相位、光譜等多維光學(xué)調(diào)制元件的適配性，針對(duì)不同成像/感知任務(wù)對(duì)精度、速度、魯棒性的差異化需求，提出調(diào)制元件的優(yōu)選策略。相關(guān)分析為攻克物理孿生瓶頸、推動(dòng)下一代計(jì)算光學(xué)發(fā)展提供理論指引?！　　D片

　　

　　圖1.計(jì)算光學(xué)的歷史演進(jìn)，橫軸表示時(shí)間，縱軸表征研究進(jìn)展。(a基礎(chǔ)光學(xué)公式；b反向傳播概念；c卷積神經(jīng)網(wǎng)絡(luò)發(fā)展歷程；d計(jì)算成像框架；e基于深度學(xué)習(xí)的計(jì)算重建技術(shù)；f光學(xué)系統(tǒng)與圖像處理的端到端聯(lián)合優(yōu)化；g物理孿生流程示例。)

　　

　　綜述以“Physical twinning for joint encoding-decoding optimization in computational optics: a review”為題發(fā)表在Nature子刊《Light: Science & Applications》（IF=20.6）。論文的通訊作者包括北京師范大學(xué)人工智能學(xué)院黃華教授、北京理工大學(xué)張軍院士和邊麗蘅教授。

　　

　　這項(xiàng)工作得到了國(guó)家自然科學(xué)基金委重點(diǎn)項(xiàng)目的經(jīng)費(fèi)支持。文章鏈接:Bian, L., Zhan, X., Yan, R. et al.Physical twinning for joint encoding-decoding optimization in computational optics: a review. Light Sci Appl14, 162 (2025).https://doi.org/10.1038/s41377-025-01810-4