团队与德国慕尼黑大学科研团队合作，利用人工智能的机器学习反求设计，解决了精确产生任意三维矢量光场的世界性难题，率先实现了三维矢量全息，并可精确地控制三维全息图像中每个像素点的任意三维矢量状态。通过对对每个三维矢量光携带的信息进行编码、传输和解码的全方位操控，消除了传统二维偏振光的束缚，研究证明训练后的人工神经网络可有效、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。首次证明了光的三维矢量状态可以作为独立的信息载体，实现信息的编码和复用，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。相关研究成果“Three-dimensional vectorial holography based on machine learning inverse design”于2020年4月发表在Science杂志子刊Science Advances上。
论文链接：https://www.science.org/doi/10.1126/sciadv.aaz4261
