幾十年來，人類對物質(zhì)化學(xué)成分進行成像的能力——無論是用于診斷疾病、評估食品質(zhì)量還是分析污染——都依賴于被稱為光譜儀的大型昂貴實驗室儀器。這些設(shè)備的工作原理是接收光線，通過棱鏡或光柵將其展開成彩虹，并測量每種顏色的強度。問題在于展開光線需要很長的物理路徑，導(dǎo)致設(shè)備本身十分笨重。

《先進光子學(xué)》報道的一項來自加州大學(xué)戴維斯分校的最新研究，攻克了光譜儀小型化的難題，致力于將實驗室級光譜儀縮小至沙粒尺寸，使其成為可集成到便攜設(shè)備中的微型片上光譜儀。該研究摒棄了傳統(tǒng)的空間展光方法，轉(zhuǎn)而采用重構(gòu)式技術(shù)。

新型芯片不再物理分離各種顏色，而是僅使用16個獨特的硅探測器，每個探測器都被設(shè)計成對入射光產(chǎn)生略微不同的響應(yīng)。這就像給少量專用傳感器一杯混合飲品，每個傳感器能品鑒出飲品的不同特性。而破解原始配方奧秘的關(guān)鍵在于第二項創(chuàng)新：人工智能。

該技術(shù)的核心突破在于兩方面。首先，研究團隊通過特殊的光子捕獲表面結(jié)構(gòu)對標準硅光電二極管表面進行改造。硅材料通常能有效感知可見光，但在感知近紅外光(波長最高1100納米)方面表現(xiàn)很差，而近紅外光對生物醫(yī)學(xué)成像等眾多應(yīng)用至關(guān)重要，因其比可見光更能深入穿透人體組織。光子捕獲表面結(jié)構(gòu)如同精心設(shè)計的紋理，能迫使近紅外光子在薄硅層內(nèi)散射而非直接穿透，這大幅提高了硅材料吸收光線的概率，使整個芯片具備寬光譜范圍的感知能力。

除了基礎(chǔ)的色彩檢測，該架構(gòu)還采用高速傳感器，實現(xiàn)了測量光子壽命的固有超快能力。這種時間精度使設(shè)備能捕捉傳統(tǒng)儀器無法察覺的瞬態(tài)光-物質(zhì)相互作用。

其次，該芯片搭載了強大的全連接神經(jīng)網(wǎng)絡(luò)。由于16個獨特探測器僅捕獲編碼后的含噪信號，人工智能通過數(shù)千個樣本訓(xùn)練，學(xué)習(xí)探測器原始輸出與純凈原始光譜之間復(fù)雜隱晦的關(guān)聯(lián)。人工智能通過求解這一"逆問題"，以高精度(約8納米分辨率)重建光譜。這種計算方法徹底擺脫了對笨重光學(xué)元件的依賴。

最終形成的系統(tǒng)占地面積極小(0.4平方毫米)，兼具高靈敏度和強抗噪能力。即使在嚴重電干擾環(huán)境下，這種增強型人工智能芯片仍能保持信號清晰度——這是便攜式低成本電子設(shè)備面臨的主要挑戰(zhàn)。

該技術(shù)通過將硅的感知范圍擴展至關(guān)鍵的近紅外光譜，并借助機器學(xué)習(xí)實現(xiàn)高性能，為從先進醫(yī)療診斷到環(huán)境遙感等領(lǐng)域的真正集成化實時高光譜傳感開辟了道路。

審核編輯 黃宇