Их алгоритм обратного проектирования использует нейронные сети, лежащие в основе OpenAI и ChatGPT — оба становятся все более популярными инструментами генеративного искусственного интеллекта (GenAI), которые обеспечивают взаимодействие, подобное человеческому, различными способами.
«ОптоGPT мотивирован большим успехом моделей GPT на естественном языке», — говорит Л. Джей Го, профессор электротехники и информатики в UM, который участвовал в разработке системы.
OptoGPT основан на архитектуре, аналогичной ChatGPT. Он использует декодер мощной модели трансформатора и генерирует выходные данные авторегрессионным способом при получении входных данных. По словам Го, OptoGPT использует компьютерную архитектуру, лежащую в основе ChatGPT, для перехода от необходимых оптических свойств к структуре материала, которая их обеспечивает.
Как это работает? OptoGPT разрабатывает оптические многослойные пленочные структуры (см. рисунок) — слои различных материалов — которые могут максимизировать поглощение света, например, в солнечном элементе или телескопе. С помощью крайнего ультрафиолета (EUV) это также может стимулировать производство полупроводников.
Го объясняет, что новая структура по сути обрабатывает материалы определенной толщины как «слова» и кодирует их оптические свойства в качестве входных данных. Он ищет корреляции между «словами» и может предсказать, что будет дальше, чтобы создать искусственное предложение. Затем он может разработать структуру оптической многослойной пленки, отвечающую желаемым характеристикам.
«Мы подумали, что GPT-компонент ChatGPT может справиться с этой задачей, поскольку он настолько эффективен при работе с большими языками», — говорит Го.
OptoGPT обучен на большом корпусе многослойных структур и их спектров. Он предназначен для обратного проектирования многослойных структур, когда в качестве входных данных заданы подходящие оптические цели.
Эти многослойные структуры представляют собой сложенные друг на друга тонкие слои различных материалов, которые могут служить разным целям, включая максимизацию и усиление поглощения света в солнечных элементах или телескопах. У них также есть потенциал для ускорения разработки «умных окон» за счет регулирования температуры стекла.
Преимущества дизайна
OptoGPT может проектировать как комбинации материалов, так и толщину многослойных конструкций, и автоматически завершает процесс проектирования, когда считает, что спроектированная структура может удовлетворить желаемые характеристики.
По словам Го, алгоритм работает очень быстро, отмечая, что он может завершить каждый процесс проектирования практически мгновенно, всего за одну секунду.
«Когда задана одна цель проектирования, она может вывести как можно больше различных структур», — говорит Го. «Он гибкий и может учитывать любые ограничения в процессе проектирования».
Что дальше?
На данный момент OptoGPT может обрабатывать только одномерные фотонные структуры. Команда Го работает над расширением возможностей платформы в сторону более высоких измерений, таких как двумерные метаповерхности.
«Например, периодические узоры, решетки и так далее», — говорит Го. «А затем перейдем, возможно, к 3D, которое сейчас активно используется в метаповерхности».
Еще одна цель исследователей — сделать OptoGPT простым в использовании, более доступным и не требующим специального обучения. Подобно тому, как работает ChatGPT, пользователь может просто искать информацию, чтобы лучше понять различные области, компоненты и т. д. оптических технологий.
«По сути, вы можете попросить экспертную систему предоставить вам эту информацию», — говорит Го. «Как только это будет достигнуто в области оптики, мы сможем перейти к другим научным областям. OptoGPT позволяет исследователям и инженерам, которые, возможно, не имеют сложной подготовки в области оптики, быстро и удобно проектировать оптические многослойные пленочные структуры для широкого спектра применений».
ДАЛЬНЕЙШЕЕ ЧТЕНИЕ
Т.Г. Ма, Х.З. Ван и Л.Дж. Го, Опто-электрон. Адв.7, 240062 (2024 г.); https://doi.org/10.29026/oea.2024.240062.
