您查看的活动已结束

2024智能光子（AI Photonics）技术研讨会

人工智能（AI）它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。其已逐渐发展成为引领未来的战略性技术。近年来，人工智能在理论、实验及应用层面与光子技术进行了深度融合：一方面人工智能强大而又灵活的数据处理能力能够解决光子学在设计与调控等方面的难题;另一方面,基于光子学的器件与系统可用于人工智能的物理层实现, 以降低人工智能计算系统的功耗,提升系统计算速度与效率。

为推动我国智能光子学领域的发展，加强与前沿科技的交叉融合，本次会议重点围绕光电集成、量子计算、显示与成像、微纳光场调控、拓扑光子学与器件等方向，着重研讨智能光子技术在光电显示、光学制造、生物医疗、高端设备等行业的新应用、新挑战。同时，会议将交流光学领域最新研究成果，探讨发展趋势与技术瓶颈，促进国内相关领域深入合作。

会议专题

1、智能光电芯片

2、光学超构表面

3、拓扑光子器件

4、微纳光场调控

5、量子感知计算

6、智能全光计算

7、智能显示与成像

8、智能光信号处理

9、智能光纤系统

会议主席（按姓氏拼音排序）

会议共主席（按姓氏拼音排序）

曹良才 清华大学

David Brady  The University of Arizona

会议学术委员会（按姓氏拼音排序）

会议组织委员会（按姓氏拼音排序）

会议详细信息：

会议时间：2024年5月16-17日

会议地点：中国光谷科技会展中心 大宴会厅3

主办单位：上海意桐光电科技有限公司、光谷企业家协会

协办单位：清华大学精密仪器系、湖南师范大学物理与电子科学学院、华中科技大学光学与电子信息学院、武汉大学电子信息学院

支持期刊：《Advanced Photonics Nexus》、《激光与光电子学进展》、《SPIE期刊》

会议议程：

参会人员：相关方向院校、科研机构、企业人员。

参会报名/投稿：

投稿截止时间：2024年04月20日

注册截止时间：2024年05月17日

本会议免收注册费，食宿自理。酒店信息，请前往光博会官网查询。

会议当天设立“优秀学生报告”评选活动，前50名投稿且录用的作者免收文章处理费，可免费在SPIE出版本次会议论文。欢迎来稿参评。

邀请报告：

David Brady 教授 亚利桑那大学

报告题目：《The past and future integrated optical neural computers》

报告摘要：Artificial neural networks developed over the past decade have demonstrated fundamental advances in artificial intelligence. The seeds of these networks date back to training algorithms and hardware architectures developed in the 1980's. Optical neural systems developed at that time already demonstrated large scale tensor operations. Integrated optical solutions were motivated by their ability to scale, adapt and connect. These advantages remain valid today. This talk reviews the history of these systems and considers their current status. We consider in particular the ability of integrated optical systems to process terapixel to petapixel per second image data. 

Partha Banerjee 教授 戴顿大学

报告题目：《Almost Intelligent Design of Metallo-Dielectric Optical Filters》

报告摘要：Metamaterial bandpass filters have attracted significant interest for their ability to achieve high miniaturization, broadband operation, and tunable transmission.  One prevalent structure in this domain is the metallo-dielectric (MD) structure.   We describe a fundamental approach to MD filter design that involves solving the Helmholtz equation with suitable boundary conditions, and utilizing Bloch’s theorem to express the periodicity of solutions.  The application of this technique reveals the intrinsic connection between layer thickness, material properties, and the optical characteristics of an infinite periodic structure, such as transmission characteristics, in a concise and efficient way. Designs are checked with TMM calculations and fabricated structures. Additionally it is shown how artificial neural network techniques can be employed to design these metamaterial devices.  The encoder and decoder networks are utilized to design and optimize the metamaterial for optimal filter response.

陈宏伟 教授 清华大学

报告题目：《光神经网络计算：从空间到芯片》

报告摘要：光神经网络的快速发展为算力提升开辟了一条新的研究路径，得益于光信号的低功耗、低延时、高并行、大带宽等特性，基于神经网络架构的光计算有望用于空间信号、时间信号以及片上信息的处理。目前，光神经网络计算还欠缺统一架构，面向不同的应用需求，所采用的物理结构、器件性能、集成度、信号处理方式等均有不同。本报告拟对光神经网络计算的多种应用场景进行初步探索，揭示从空间到芯片的光计算架构的共同特性以及关键差异。

Angela Dudley 研究员 南非科学与工业研究委员会/CSIR公司

报告题目：《Spatial and Polarisation Control in Optica Fields 》

报告摘要：We will provide a brief overview to Structured Light – in particular to structured polarisation profiles, with specific attention to vector vortex modes, which possess inhomogeneous polarisation profiles.  Here, we create polarisation structures that not only rotate about their propagation axis but can be controlled to accelerate independently from their spatial profile. This we achieve with weighted superpositions of oppositely charged scalar Bessel beams encoded with a Digital Micromirror Device. We also investigate their angular accelerating Stokes vectors and intensity transport between local positions within the field. In addition to their creation, we will present a digital analogy to measure such fields to reconstruct their state of polarisation via Stokes polarimetry. The talk will also highlight some general topics within the Wits’ Structured Light Lab ranging classical free-space communication to high-dimensional entanglement, demonstrating the versatility of structured light.

冯甫 教授 之江实验室/浙江大学

报告题目：《基于时空混合光场调控的全光神经网络》

报告摘要：与电学神经网络相比，全光神经网络具有并行性高、抗干扰性强、能量损耗低的优势。然而，现有基于空间光场调控的光学神经网络仍然存在调控维度和调控手段单一、网络运行速度受限、阵列式探测器能耗较高等问题。针对以上问题，我们提出一种基于时空混合光场调控的全光神经网络新架构。该架构在传统衍射式光学神经网络的基础上，增加了时间调控自由度，基于时空混合调控将光场二维空间信息转换为一维时域信息，突破了全光神经网络的调控维度限制。同时，该方法通过探测光场的时域信号实现神经网络功能，能够绕过2D成像设备的探测速度限制，显著提高网络运行速度的同时降低探测端能耗。

韩森 教授 上海理工大学/苏州慧利仪器有限责任公司

报告题目：《数字化光学精密仪器分享》

报告摘要：数字化光学精密仪器的主要作用是观察和测量，它是诸多细分领域中的一个重要分支，也是装备制造由中低端向中高端迈进的重要基础。没有超精密测量仪器，就不会有高质量的高端装备制造。以数字化高精度激光干涉仪为例，它是高端光学精密测量仪器，是光学计量和工业检测细分领域的代表性核心仪器。激光干涉测量技术以其非接触、高精度、高效率优势，已成为精密测量领域的极具发展前景和研究价值的测量手段。本文将综述近年来地面/空间/月球引力波探测装置、惯性约束聚变、大规模集成电路制造装备与成套工艺、同步辐射光源/X射线自由电子激光、光刻机等大型光学工程项目都需要检测大量光学元件各项参数，因此急需具有极高精度或能在非稳环境下进行计量和检测的高端仪器。

胡小永 教授 北京大学

报告题目：《超快光子信息处理芯片》

报告摘要：基于三阶非线性光学效应有望实现光控光的超快光子信息处理，报告将简要介绍我们小组在新型三阶非线性光学材料、超快低能耗光子器件和光学神经网络芯片方向的研究进展。

Guangwei Hu 教授 南洋理工大学

报告题目：《Design and practically implement a scalable linear photonic processor via the time modulation 》

报告摘要：Linear photonic processor can allow the analog processing of photons that carries the information, featuring the merit of low power consumption and at the potential speed of light. This could find important applications in optical neural network, artificial intelligence, quantum information processing and others. For photonic integrated chips, this can be realized via Mach-Zehnder interferometer arrays with different topologies and mesh architectures, which however suffers from the fundamental problem of scalability. Here, I will introduce our recent efforts towards the scalable linear photonic processor via configuring the frequency dimension – an internal degree of freedoms of photons— via the time modulation and discuss how to practically implement it even with unknown device fabrication uncertainties etc. Our work provides a new avenue towards self-implemented scalable photonic computational hardware.

黄灿 研究员 哈尔滨工业大学（深圳）

报告题目：《Controllable distant interaction based on bound state in the continuum》

报告摘要：Distant interactions at arbitrary locations and their dynamic control are fundamentally important for realizing large-scale photonic and quantum circuits. Conventional approaches suffer from short coupling distance, poor controllability, fixed locations and low wavelength uniformity, significantly restricting the scalability of photonic and quantum networks. Here, we exploit the intrinsic advantages of optical bound state in the continuum (BIC) and demonstrate an all-in-one solution for dynamically controllable long-range interactions. A BIC metasurface can support a series of finite-sized quasi-BIC microlasers at arbitrary locations. Such quasi-BICs microlasers have the same wavelength and are inherently connected through the BIC waveguide. As a result, the coupling distances are significantly increased from subwavelength to tens of micrometers in experiment. Ultrafast reconfigurability of non-Hermitian lasing actions has also been realized by scaling individual photon sources to coupled multiple quasi-BICs. This research shall facilitate the advancement of scalable and reconfigurable photonic systems for optical and quantum information processing.

江天/郝昊 研究员 国防科技大学

报告题目：《面向非冯计算架构的感算一体智能光电芯片研究》

报告摘要：随着智能时代的来临，建立在大数据基础之上的神经形态算法对系统计算能力的需求愈发强烈。神经形态算法在带来更强特征提取与信息处理能力的同时，也产生了更高的能耗与时延，不利于在小型实时的平台上推广。在近年的研究中发现，二维半导体材料由于具有空间的平面结构与优异的光电特性，非常适合作为传感器端计算器件的核心材料，其间接带隙结构与可控的外场调控特性使得其在系统边缘实现等效模拟域计算的代价更低。本次报告将从计算应用需求出发，结合智能传感器件，探讨脱离于指令集的软硬件深度融合方法与新型信息器件设计，支撑未来感算一体领域的持续发展。

Chulmin Joo 教授 延世大学

报告题目：《Large depth-of-field optical microscope through learning-based design of binary phase filter and image deconvolution》

报告摘要：

In many image-based analyses and diagnoses, the requirement for high-resolution imaging across various spatial scales in both lateral and axial dimensions is crucial. Conventional microscopes, however, face an inherent trade-off between depth of field (DoF) and spatial resolution. High numerical-aperture objectives, which enable detailed visualization of small features, are accompanied by limited field-of-view and DoF. Consequently, the laborious process of serial refocusing at each lateral location becomes necessary, consuming both time and effort. Although various attempts have been made over the years to improve DoF, the solutions are often suboptimal, leading to compromises in light throughput and information capacity.

Here, we introduce a computational imaging platform known as the E2E-BPF microscope, capable of generating high-resolution and high-contrast images across an extended DoF, eliminating the need for refocusing. Our method involves the physics-incorporated, deep learning-based design of a DoF-extending binary phase filter (BPF) and the relevant imaging reconstruction network using a large dataset. Once implemented, the learned BPF is inserted into the pupil plane of the microscope, enabling it to produce a depth-invariant point-spread function (PSF). Paired with a jointly learned deconvolution network, the E2E-BPF produces high-resolution images with a DoF 15.5 times larger than a standard microscope.

We demonstrate the large-DoF imaging capability of the E2E-BPF platform by presenting images of multi-cellular and large-area tissue specimens obtained without serial refocusing.

路翠翠 教授 北京理工大学

报告题目：《人工规范场与片上拓扑光子器件》

报告摘要：拓扑态能够抵抗微纳结构的缺陷和微扰，赋予了光子器件鲁棒性。通过设计非均匀晶格，构建了人工规范场，并对该规范场诱导多个拓扑态进行调控，实现了宽带多频的彩虹囚禁现象；构建了具有增益和损耗SSH拓扑波导阵列，通过在拓扑界面态动态环绕奇异点实现了具有拓扑保护的手性模式转换器件；进一步为了实现具有高集成度的多个器件集成，利用逆向设计优化马赫曾德尔干涉仪波导，使得该元器件在光子芯片的尺寸降低了一个数量级。基于该波导体系光子芯片平台，演示了SSH拓扑态、AAH拓扑态、图像识别等功能，实现了具有多功能的拓扑光子芯片。

林杰 教授 哈尔滨工业大学

报告题目：《衍射光学空间成像光学系统》

报告摘要：空间成像系统是重要的卫星载荷。传统空间成像系统依赖透镜等光学元器件，因此体积大、重量大。为了实现小型化和轻量化的空间成像系统，我们在传统空间成像系统中，引入衍射光学元件，设计制造了折射-衍射混合空间成像系统，并作用于地面目标成像。衍射光学元件的高度为八阶，制备的衍射光学元件的相位误差优于8 %。系统的成像分辨率为350 lp/mm。通过引入衍射光学元件，实现了成像性能优异的紧凑空间成像系统，对轻量化和紧凑的空间成像系统设计提供了理论支撑。

李涛 教授 南京大学

报告题目：《人工智能增强的平面透镜成像与偏振检测》

报告摘要：具有超薄平面特性的超构表面为紧凑型光学元器件的开发提供了全新的原理和方案。不过就目前而言，超构光学器件的性能还不够优异。由人工智能引入的各类算法已经开始深度融合到超构表面光学器件的性能优化中，将为促进相关技术应用起重要的推动作用。本报告将基于超构透镜人工智能算法增强下成像视场景深以及偏振检测方面的研究进展，介绍本研究组在平面衍射透镜消色差成像以及超构表面用于偏振检测方面的进展，着重展示神经网络的算法对大口径消色差平面透镜成像的性能增强，以及基于超构表面的鲁棒性、高空间分辨偏振检测方面的进展，并探讨后续的发展方向。

Junsuk Rho 教授 浦项科技大学

报告题目：《Inverse design and forward modelling in nanophotonics using deep-learning》

报告摘要：Recent introduction of deep learning into nanophotonics has enabled efficient inverse design process. Once the deep learning network is trained, it allows fast inverse design for multiple design tasks. In this talk, we show several inverse designing nanophotonic structures using deep learning. We firstly discuss inverse design methods that increase the degree of freedom of design possibilities. These attempts include designing arbitrary shapes of nanophotonic structures, that are not limited to pre-defined structures, and designing both types of materials and structural parameters simultaneously. In order to design arbitrary shapes of structures, cross-sectional design images are designed by generative model. Also, for simultaneous design of materials and structural parameters, we developed a novel objective function that combines regression and classification problems. After then, we also discuss optimizing nanophotonic structures using deep learning. We use reinforcement learning to optimize structure parameters. Using reinforcement learning, an agent learns parameter space of an environment through the exploration and exploitation of the reward. After learning, the agent can provide the optimized design parameters from its own experience. Several meta-devices including dielectric color filter, high efficiency hologram , perfect absorber, plasmonic structures, dielectric gratings and microwave antenna are designed using this method. We also intorduce recent work on real-time index sensing in microfluidic system by processing the optical information retrieved from metasurfaces using machine learning.

施宇智 教授 同济大学

报告题目：《光横向力及其应用》

报告摘要：光镊改变了微小物体的操纵方式，在物理和生物医学等领域应用广泛。光梯度力和辐射压力是最常见的光力，而像光横向力这样的特殊光力最近才在理论上提出，其可能为光学分选、传感等领域带来新机遇。我们提出了一系列新机制来产生光横向力，例如动量拓扑、侧向动量传递、多极子、横向自旋动量、光-手性相互作用等。在实验上，我们观测到横向自旋动量使颗粒产生的双向运动；通过构建矢量光场，调控偏振、相位等参数，实现了非手性颗粒纳米级精度分选，以及手性颗粒横向操控。光横向力有望为颗粒超精密操控和检测开辟了一条新道路。

石磊 教授 复旦大学

报告题目：《利用菲涅尔数优化衍射神经网络性能》

报告摘要：衍射神经网络（diffractive neural network, DNN）基于自由空间光学衍射，模拟了数百亿个神经元之间的连接。网络具备高并行性、高速计算和低能耗等优势，能够解决许多机器学习任务。为了提高DNN的性能，增加其空间复杂度是一种常见的方法。然而，随着对空间复杂度，特别是神经元和层数的需求不断增长，在实际实现网络上出现了困难。本次报告中，我们将说明DNN的性能在很大程度上依赖于系统的菲涅尔数。通过设置合适的菲涅尔数，可以优化DNN的表达能力，而无需增加网络空间复杂度。在实验中，通过适当选择菲涅尔数，基于可见光空间光调制器（spatial light modulator, SLM）的单层DNN在二值化的MNIST和Fashion-MNIST数据集上表现出优异的性能。同时，基于适当菲涅尔数的双层DNN对于灰度图像处理也具有优秀能力。

石暖暖 副研究员 中国科学院半导体研究所

报告题目：待定

报告摘要：待定

孙鸣捷 教授 北京航空航天大学

报告题目：《Beihang SPI technology》

报告摘要：Recent advances of Behang SPI technology, mainly two points. 1. Single-pixel scattering imaging via speckle prediction. 2. FLIM via single-photon detection.

孙文钊 研究员 香港城市大学（东莞）（筹）

报告题目：《薄膜铌酸锂微波光子处理引擎及全光集成挑战》

报告摘要：集成微波光子学用于在芯片级光学系统中生成、传输和操纵微波信号，其优势在于能够光域中高频并低延迟对模拟信号进行超快处理，可以实现微波光子滤波、信号处理、图像识别以及可重构光子网络。我们在4 英寸晶圆级薄铌酸锂平台上集成微波光子处理引擎，能够以CMOS兼容电压执行带宽达 67 GHz 的处理任务。以高达每秒 256 GSa/s的采样率实现了超快时间积分和微分模拟运算，并展示三项概念验证应用：求解常微分方程、生成超宽带信号和图像边缘检测。本研究将为未来的无线通信、高分辨率雷达和AI光子计算等领域提供紧凑、低延迟和高成本效益的解决方案。

王琼华 教授 北京航空航天大学

报告题目：待定

报告摘要：待定

王漱明 教授 南京大学

报告题目：《超构表面成像研究》

报告摘要：一直以来，如何将这个丰富多彩的世界更好的成像和显示，都是光学领域的一个最重要的课题。色差是影响成像效果的最主要问题。我们使用相位分离的原理，将理想消色差所需要的复杂的相位分解成相对简单的基础相位和色差相位，实现了在近红外波段的消色差反射聚焦镜和反射板。在可见光频段，实现了覆盖整个可见光频段的消色差透镜，并第一次得到了基于超构表面透镜的全彩成像。将超构表面的应用向前推进一大步。针对可见光宽带消色差透镜存在数值孔径和通光口径不能同时很大，我们引入了超构透镜阵列的体系，不但实现了成像效果的提升，同时可以实现光场成像的效果。为了进一步获取更多的光学信息，课我们还将色差在焦平面上横向拉开，制备出了超色差的超构透镜阵列，并通过深度学习对光谱重建，从而同时获取光谱和深度的信息，实现了不同材质分析与光谱信息检测。此外，报告人还通过优化算法实现对超构表面的逆向设计，制备出两倍于传统拜耳滤色片的成像效率，且分辨率达到像素级别的超构彩色路由器件。

谢鹏 研究员 中国科学院上海光学精密机械研究所

报告题目：《集成光芯片与光子计算技术》

报告摘要：随着人工智能在多领域的商业应用（ChatGPT、Sora等），对算力的需求呈爆发性增长趋势，迫切需要开发新的计算体系。相较于传统电子计算，光子计算在并行性、低功耗、低延时、多维度(偏振、波长、轨道角动量)等方面具有天然优势。多维/高维光计算架构的提出为人工智能技术带来更多的想象空间，理论上，可为系统计算速度带来3个数量级提升，功耗有2个数量级降低，信息处理容量具有更高的吞吐量，将极大地拓展算力边界。我们的高维光计算原型板卡融合了片上光源芯片（微腔光频梳技术）、光子矩阵运算芯片、波分复用及光电转换模组等，验证了一种新型高维智能光子处理器。实践中，通过波长维度拓展，实现了数十路信息的并行传输，将数据传输容量提升1-2个数量级，基于该系统演示了对数字图片的并行识别，各路并行信号识别率均达到90%以上，此技术致力于发展更高速度、更低功耗的计算路径，有望直接解决未来光计算芯片算力问题。

徐飞虎 教授 中国科学技术大学

报告题目：《单光子计算成像雷达》

报告摘要：单光子成像技术具有高灵敏度和高时间分辨率，在弱光信号感知、远距离探测和成像、极限环境感知等方面具有重要科学意义和广泛的应用价值。我将介绍中科大团队发展的短波红外单光子雷达关键技术、少光子计算成像算法和远距离外场试验验证，及其在动目标实时成像、非视域成像等领域中的应用。

杨怡豪 研究员 浙江大学

报告题目：《光学动量带隙拓扑的实验观测》

报告摘要：拓扑相普遍存在与不同的物理系统。迄今为止，对拓扑相的理解主要集中在能带（频带）结构上，以及其对应的空间界面处拓扑边界态。最近在时间光子晶体方面的研究发现一类具有动量带隙的能带结构。这一发现表明在动量能带上存在丰富拓扑相，以及各种时域拓扑边界态。这个报告中，我将介绍在光学时间合成晶格中首次观测到的动量带隙拓扑。我们发现，在两个动量带隙拓扑不同的时间界面处，存在时间拓扑边界态。尽管两个动量带隙中都存在指数增长的模式，但是时间拓扑边界态在两个时间方向都表现为衰减。

义理林 教授 上海交通大学

报告题目：《智能超快光纤激光器关键技术及研究进展》

报告摘要：超快光纤激光器在信息科学、材料加工、生物成像以及医学等领域都有广泛的应用。超快光纤激光器是一个十分复杂的非线性系统，系统内部控制参数众多，常常需要依靠丰富的实验经验和大量的人工调节来实现理想且稳定的脉冲状态输出。为了解决这一难题，智能超快光纤激光技术应运而生。智能超快光纤激光器基于人工智能和最优化算法，自动识别激光器输出脉冲质量，进而自动调控激光器的多个控制参数，快速调整激光器输出目标脉冲状态，具有耗时少、操控精度高、稳定性和重复性好的特点。本报告将从智能建模、智能识别和智能调控三个维度来介绍智能超快光纤激光器技术。

张启明 教授 上海理工大学

报告题目：《纳米光子制备人工神经网络》

报告摘要：纳米光子学研究光学科学在纳米尺度上的应用，已经推动了光子器件的发展，极大地改变了我们的日常生活和全球经济，为可持续发展铺平了道路。另一方面，基于不断增长的计算能力的人工智能已经在多个方面预示着颠覆性的未来。本文报告了人工智能与纳米光子学结构焦点阵列的逆向设计的整合，以及纳米光子在制备在人工神经网络中的应用。

周海龙 副教授 华中科技大学

报告题目：《单片集成光子伊辛机》

报告摘要：伊辛机是解决组合优化问题的有力工具，光学伊辛机以其低时延、高能效和大带宽的特点得到快速发展。然而，具有高效率和可扩展的片上非线性振荡器仍是限制其集成化发展的一个重大挑战。本文提出了一种基于光学马赫-曾德尔干涉仪对称矩阵结构和高效光电耦合非线性单元的单片集成光子伊辛机。证明了提出的伊辛机器芯片能实现随机实值对称矩阵和四粒子耦合伊辛计算。目标矩阵与实矩阵的相关系数为0.998，自旋演化的特征时间为10 μs。所提出的光学求解器具有扩展方便、能量效率高、可重构性强等优点，为大规模单片非线性光学求解器的发展铺平了道路。

左超 教授 南京理工大学

报告题目：待定

报告摘要：待定