美国斯坦福大学工程师开发出一套基于人工智能（AI）的全新设计框架，可大幅加速超表面等先进光学器件的研发，让光学设计提速千倍，11分钟即可完成复杂的光学设计。该成果有望推动光学计算、天文学、增强现实等多个前沿领域发展。相关论文发表在最新一期《科学进展》杂志上。

超表面是一类由纳米尺度结构单元构成的新型光子器件，这些结构单元大小仅为一粒沙子的几十万分之一。正是这些纳米级结构，使超表面能够以传统光学元件无法实现的方式操控光线。

超表面在成像和传感领域极具潜力。例如，将超表面集成进手机摄像头后，它可以向用户面部投射点阵光场，生成高分辨率全息图像，用于身份识别。超逼真的全息图像、用于自主机器人的新一代传感器，以及轻薄的增强现实眼镜，都是超表面这种新兴光子器件的潜在应用方向。然而，其精细尺度的设计也给光学工程师带来了巨大挑战。

为此，研究团队开发了名为MetaChat的AI框架，将高速计算模型与具备自主决策和自我反思能力的AI智能体相结合。研究团队表示，这是一次将AI智能体与计算模型深度融合的尝试。

MetaChat的核心是一种全新的深度学习求解器FiLM WaveY-Net，可用于快速求解描述电磁场行为的麦克斯韦方程。与传统数值方法相比，该模型的运行速度提升超过千倍，能在毫秒级时间内完成原本需要数十分钟的方程求解。

在此基础上，研究人员构建了多个AI智能体，分别模拟光学设计师、材料专家等角色。这些AI智能体并非简单遵循预设流程，而是具备一定“自主性”，可在设计过程中进行自我反思，根据已有结果调整下一步策略，并在关键节点向人类用户提出问题。研究团队通过聊天界面与系统交互，使复杂的光学设计过程变得更加直观高效。

在测试中，MetaChat被用于解决数十个光学与光子工程问题。例如，在一次金属透镜设计任务中，系统仅用约11分钟，就完成了一种可同时将蓝光和红光分别聚焦到不同位置的器件设计，其性能与当前先进方案相当。