Um artigo publicado em Fotônica Avançada "Aprimoramento das interações luz-matéria em nanoestruturas dielétricas via abordagem de aprendizado de máquina, "sugere que técnicas de aprendizado de máquina podem ser usadas para melhorar as metassuperfícies, otimizando-os para óptica não linear e optomecânica. A descoberta tem possibilidades promissoras para o desenvolvimento de uma ampla gama de dispositivos fotônicos e aplicações, incluindo aqueles envolvidos em sensoriamento óptico, vibrações optoacústicas, e filtragem de banda estreita.

Metasurfaces são plataformas versáteis usadas para manipular o espalhamento, cor, Estágio, ou intensidade de luz que pode ser usada para emissão de luz, detecção, modulação, controle e / ou amplificação em nanoescala. Nos últimos anos, metassuperfícies têm sido objeto de intenso estudo, pois suas propriedades ópticas podem ser adaptadas a um conjunto diversificado de aplicações, incluindo superlentes, imagens ajustáveis, e hologramas.

De acordo com Fotônica Avançada Co-Editor-Chefe, SPIE Fellow, e Chefe do Grupo de Fotônica e Nanotecnologia do King's College London Anatoly Zayats, este trabalho marca um avanço empolgante na nanofotônica. "A otimização de metassuperfícies e metamateriais para aplicações específicas é um problema importante e demorado, "disse Zayats." Com as abordagens tradicionais, apenas alguns parâmetros podem ser otimizados, para que o desempenho resultante seja melhor do que para alguns outros designs, mas não necessariamente o melhor. Usando o aprendizado de máquina, pode-se buscar o melhor design e cobrir o espaço de parâmetros que não é possível com as abordagens tradicionais. "