如何将电磁场作用机理有效融入人工智能模型？能否突破人工智能生成电磁功能结构中的训练数据限制，实现结构性能边界的新超越？这些是智能电磁学（AI for Electromagnetics）领域备受关注的核心科学问题。近日，浙江大学信电学院魏准研究员团队与尹文言教授团队围绕这两个问题的研究成果，在AI for Science领域顶级期刊《Nature Machine Intelligence》上发表研究论文，巧妙地采用AI定向合成动态电流分布，并以多功能、高维人工电磁功能新结构设计为应用对象，完成了实验验证。《Nature Machine Intelligence》杂志通过其“News & Views”专栏形式对该工作进行了专题报道。
新型人工电磁结构具有调控电磁波吸收、透射和散射等一体化功能，在探-通-攻一体化平台上的新型隐身部件、智能蒙皮、共口径电磁窗口等方面有重要的应用价值。传统设计方法需针对目标设计进行大量的全波仿真，特别是针对高自由度、多目标设计时，面临“欠设计”和“过设计”等诸多挑战。近年来，基于正向代理模型和生成式模型的深度学习方法在逆向设计中展现出强大的快速寻优能力。然而，人工电磁结构逆向设计仍然面临两大困境，首先是不同拓扑结构可能具有相同或者相似的电磁响应，即非唯一性，尽管它有助于实现结构设计的多样性，但极易造成逆向设计模型算法的收敛困难；另外，拓扑结构的细微变化可能引起拓扑连通性突变，对应的电磁响应截然不同，基于拓扑编码的学习方式难以精确表征和学习其物理特征。
研究团队提出了一种基于空间-频域动态电流扩散模型的设计框架（MetaAI，图1），采用视频生成模型从电磁响应谱反演电磁波与人工电磁结构的作用过程，以电流的空间-频域动态作为电磁响应和拓扑结构的中间桥梁，针对电磁响应分布内、外性能的响应需求，实现了单层和多层自由形式的结构快速设计，为多功能一体化研发提供了一种全新范式。
图1 人工电磁结构设计框架（MetaAI）
研究团队提出的空间-频域动态电流扩散模型如图2所示，通过融合电流的空间-频域数据，实现针对电磁特征分布内/外性能的多样化结构设计，基于正向代理模型快速获取可靠设计，并进行仿真验证。在单层设计案例（图3）中，基于分布外性能的条件输入，MetaAI重构对应空间-频域电流动态过程，得到的人工电磁结构空间-频域的电流动态过程与全波仿真结果吻合，而在相同约束条件下，性能超越了训练集边界。同时，通过与有源器件层联合，实现了可调人工电磁结构（图4）和吸-透一体多层结构（图5）的快速设计，实验结果验证了设计框架的有效性。
图2 空间-频域动态电流扩散模型
图3 单层人工电磁结构特征分布外性能需求的典型设计结果
图4 可调人工电磁结构设计实验验证
图5 多层人工电磁结构设计实验验证
本工作创造性地提出了基于电流空间-频域动态过程的生成方式，与基于拓扑结构编码的生成方式不同，电流分布作为电磁波与人工电磁结构的作用机理，直接关联拓扑结构与电磁响应，且该框架支持采用训练数据频带的子集作为输入条件，实现不完整条件的输入，为多功能一体新型人工电磁结构提供了智能化设计框架。该框架为平台及系统中探-通-攻一体化电磁窗口集成设计提供了新方法支撑，并且可推广至太赫兹、光学和声学功能结构一体化的智能化逆向设计。相关成果以“Current-diffusion model for metasurface structure discoveries with spatial-frequency dynamics”为题发表于《Nature Machine Intelligence》。
论文链接：
https://www.nature.com/articles/s42256-025-01162-z
供稿：课题组
