🔎 Мета-линзы и их проектирование.
Часть 2. Оптимизатор.

✨✨✨
На видео — пример того, как мета-линза из кремния воздействует на волну: не оптимизированная vs оптимизированная.

Первая линза (нефокусирующая) — это стартовое состояние геометрии перед началом оптимизации. Геометрические параметры в ней просто равны 1.
Вторая — результат работы оптимизатора: размеры подобраны так, чтобы сфокусировать волну на расстоянии 150 микрон.

Почему именно 150 микрон 🤏🏻 ? Потому что именно туда я «попросил» её сфокусировать свет. А еще для создания анимаций на офисном ПК можно работать только в таком масштабе. Практический размер начинается от нескольких миллиметров, и считается, он кстати опять же на том же офисном ПК. Мощности хватает благодаря хитрым современным математическим методам конкретно для оптических задач, которые придумали только лет 10-15 назад.

Принцип того, как удаётся так гибко управлять геометрической системой, в если просто, описан Доктором Стрэнджем на картинке 🪄

Немного подробнее, то применяется идея Стохастического градиентного спуска (SGD), адаптированного под оптические задачи. Я использую Adam-оптимизатор из библиотеки PyTorch — тот самый, что обычно применяют для обучения нейросетей и обновления весов.
Разница лишь в том, что здесь не нужен набор данных — всё моделируется напрямую.

В оптике методы численного моделирования очень точные и почти идеально совпадают с практикой. Экспериментальные же данные в больших объёмах собрать почти невозможно.

🙏
В робототехнике, наоборот, долгое время было проще собирать реальные данные, но сейчас и там всё активнее переходят к симуляциям.
В мета-оптике этот подход показывает себя особенно хорошо.

И еще...все на open-source. Считает распространения волн MEEP на Python. И отлично заменяет коммерческие проги типа COMSOL Multiphysics, Ansys Lumerica, CST Studio