חוקרי אוניברסיטת תל אביב פיתחו שיטה מבוססת מודלי דיפוזיה שמעצבת רכיבי אופטיקה שטוחים בתוך דקות — במקום שעות וימים — ומדגימה דיוק גבוה במשימות כמו פיצול קרן והפרדת קיטוב; פורסם ב-ACS Photonics
חוקרים מבית הספר להנדסת חשמל ומחשבים באוניברסיטת תל אביב פיתחו שיטה פורצת דרך לתכנון רכיבים אופטיים זעירים בעזרת בינה מלאכותית. השיטה מאפשרת לעצב רכיבי אופטיקה שטוחים – המכונים מטא-משטחים – בתוך דקות ספורות בלבד, במקום שעות ואף ימים כפי שהיה נהוג עד כה. מדובר בקפיצת מדרגה משמעותית בתחום האופטיקה, עם פוטנציאל לשנות את הדרך בה מפתחים מצלמות, חיישנים, ומערכות מציאות רבודה.
המחקר נערך בהובלת תלמידי המחקר ליאב חן וארז יוסף, בהנחיית החוקרים פרופ' רג'א ג'יריס, פרופ' דן רביב ופרופ' קובי שויער, כולם מבית הספר להנדסת חשמל ומחשבים באוניברסיטת תל אביב. המחקר פורסם בכתב העת המדעי ACS Photonics
צוות החוקרים מסביר כי בעשורים האחרונים עולם האופטיקה עובר שינוי דרמטי: במקום עדשות ורכיבים אופטיים עבים וכבדים, חוקרים מפתחים "מטא-משטחים" — מבנים דקים במיוחד בעובי של כמה מאות ננומטרים (מיליוניות המילימטר), הבנויים ממבנים זעירים הנקראים מטא-אטומים. מטא-משטחים מסוגלים לשלוט בכיוון, בעוצמה ובקיטוב של אור, ובכך לבצע פעולות שבעבר דרשו רכיבים גדולים ויקרים.
תכנון של מטא-משטח הוא משימה הנדסית מורכבת במיוחד. מדובר בבעיית "תכנון הופכי" – כאשר ידוע כיצד רוצים שהאור יתנהג, אך לא ידוע כיצד צריך להיראות המבנה הפיזי שיגרום לכך. עד כה, פתרון הבעיה דרש סימולציות ממושכות שנמשכו לעיתים ימים שלמים.
במסגרת המחקר החדש החוקרים באוניברסיטת תל אביב הצליחו לקצר את התהליך באופן דרמטי באמצעות מודל דיפוזיה – סוג מתקדם של רשת עצבית גנרטיבית (Generative AI), הדומה למודלים היוצרים תמונות, אך כאן הוא משמש לעיצוב מבנים אופטיים זעירים.
החוקרים יצרו מאגר עצום של דוגמאות הממפות בין מבנה של מטא-משטח לבין דפוס פיזור האור שהוא יוצר. המודל למד את הקשרים המורכבים הללו, ולאחר מכן הצליח לייצר עיצובים חדשים בזמן שיא – פחות מ־30 דקות – וברמת דיוק גבוהה מאוד.
החוקרים הדגימו את יעילות השיטה על מגוון משימות אופטיות, בהן עיצוב מטא-משטח המפצל קרן אור למספר כיוונים שווים, וכן רכיב שמפריד בין אור מקוטב אופקית לאור מקוטב אנכית – פונקציה חשובה במערכות אופטיות מתקדמות.
מעבר לכך, השיטה שפותחה גמישה וניתנת להתאמה למשימות חדשות, סוגי חומרים שונים ותנאים פיזיקליים מגוונים – הודות למנגנון ייחודי לבניית מערכי נתונים באיכות גבוהה לאימון המודל. לדברי החוקרים, השיטה החדשה ממחישה כיצד בינה מלאכותית גנרטיבית – טכנולוגיה המזוהה בעיקר עם יצירת אמנות ותמונות – יכולה להפוך לכלי מדעי והנדסי עוצמתי. בעתיד, גישות מסוג זה עשויות לאפשר עיצוב בזמן אמת של עדשות וחיישנים בהתאמה אישית, לייעל את תהליכי הייצור, ולתרום לפיתוח טכנולוגיות חדשות בתחומי הרפואה, התקשורת והאלקטרוניקה הלבישה.
