无需电极，激光动态重构超薄超构表面器件

一款可通过激光实现重编程的微型器件，有望催生适用于计算、成像与通信领域的自适应设备。绝大多数器件被制造出来只能完成特定工作。如果想要让它们执行其他任务，通常就需要更换元器件、重新布线，或是直接制造新设备。举个例子，每当你向ChatGPT、Claude这类大语言模型提问时，大量电信号会在计算机芯片内飞速穿梭，传输信息并完成运算。这个过程会消耗能量，而且能耗十分巨大。

科学家一直在寻找速度更快、同时有望更加节能的信息处理方案。其中一条可行思路就是，用光来替代一部分电信号。由澳大利亚国立大学ARC变革性超构光学系统研究中心（TMOS）牵头的国际研究团队，将超薄光学表面与电子显示屏广泛使用的液晶材料相结合。该团队还联合了英国诺丁汉特伦特大学、德国耶拿弗里德里希・席勒大学的科研人员共同开展研究。

当激光照射到该器件上时，会驱动液晶分子发生旋转，改变这块光学表面与光的相互作用方式。相关论文发表在《Science Advances》期刊。主要研究者Ziwei Yang表示，静态超构表面一旦制备完成，其响应特性与功能就无法再更改。“但我们向液晶照射光束，无需重新制备器件，就获得了另一种调节器件功能的手段。”

一套光路系统

该器件属于超构表面，是一层布满比人类发丝还要微小的微纳结构的薄膜材料。这些微小结构经过专门设计，能够调控光的各项属性，例如颜色、光强以及传播方向。我们可以把该器件想象成一套微型光路系统，决定光可以往哪里传播，以及传播途中会发生哪些变化。

但对于绝大多数超构表面来说，器件加工完成之后，这套 “光路” 就是永久固定的。“对于静态超构表面，加工完成之后，你就无法再改变它的响应特性与功能。”Yang说道。

为了让超构表面具备可调能力，研究人员在微型硅结构的周围填充了液晶。液晶由一类分子构成，在外力作用下分子可以改变朝向。在电子显示屏中，这种分子转动通常依靠电信号与电极实现。而研究团队希望验证，光本身是否就能够转动分子、改变器件状态。

“我们想要弄清楚，是否可以不借助接触式电极，直接用光调节、重编程超构表面的功能。”Yang说。

当研究人员把激光打在器件上，会产生一种被称为光力矩的微小扭转力，带动液晶分子旋转。这就改变了硅结构周边的光学环境，让超构表面的响应特性随之改变；相当于激光临时重构了这套微型光路系统。

Yang介绍，从上世纪90年代末就已经有利用光控制液晶的相关实验，但当时产生的变化十分微弱，很难观测到。引入超构表面之后，这一效应被显著放大。“超构表面充当了平台，甚至可以说是放大器。它让这些变化更容易被观测。我们将超构表面与液晶相结合，这才得到了这项有意思的成果。”

调控光的行为

团队首先证实，激光可以改变超构表面的共振，也就是器件发生最强光相互作用的光波长。

共振，指材料与特定波长的光发生强烈耦合的现象。可以类比推秋千：当推力的节奏和秋千固有摆动节奏相匹配，秋千的摆动幅度就会显著增强。在超构表面中，改变共振，就会改变哪些波长的光能够获得这种增强效应。

虽然这已经是重要的第一步，但Yang表示，真正最有价值的结果来自非线性光学领域：也就是强光和材料相互作用，产生普通光照条件下不会出现的物理效应。

研究团队利用该器件，通过三次谐波产生过程，把不可见的红外光转换成可见的黄绿光线。激光带动液晶分子旋转的同时，会偏移超构表面的共振位置。根据选用波长的不同，该过程可以提升，也可以削弱可见光的输出强度。也就是说，这束激光同时完成两件事：一方面产生新的光信号，另一方面改变器件产生光信号的方式。

Yang认为这项成果意义重大，因为该器件并非简单实现光信号的开关。它证明，光学元器件可以在工作状态下，借助光来改变自身功能。

他表示这项关键进步在于：器件功能不再是材料出厂时就永久固化的属性。“所有可调超构表面的研究，目标都是摆脱静态器件的局限。” 他说，“向液晶照射光束，就可以在器件制备完成之后继续调节它的功能。”

不止是简单开关

这项技术的潜在应用场景之一是光计算：用光承载信息，完成一部分原本由电信号执行的计算任务。

未来的光计算机依旧需要电力来驱动激光器和其他硬件，但让光承担更多运算工作，有望让部分任务跑得更快、能耗更低。

Yang介绍，该器件对于支撑各类AI应用的计算系统 —— 神经网络，具备很高应用价值。神经网络由多层信息处理单元堆叠而成。其中的非线性层可以识别复杂模式、完成分类判断，并从数据中学习。如果缺少这类非线性层，即便是规模庞大的神经网络，也很难处理复杂问题。

“目前，非线性层大多依靠电子器件来实现。”Yang说，“如果我们能够直接用光来调控非线性层，未来就有望用于光学神经网络。”

这套原理未来还有望用于成像、通信，以及无需机械运动部件就可以实现光束转向的系统。该技术目前还处于早期阶段，研究团队下一步目标是降低重构器件所需要的激光功率。Yang称，下一阶段还需要 “更多实验与严谨的理论工作” 来优化器件，验证它能否在实际系统中稳定工作。