一、背景介紹

激光具有亮度高、單色性好、方向性好等優點，經過六十余年的發展，已經廣泛應用于科學研究、醫療衛生、優良制造、**等諸多領域。然而，由于物理、材料、器件、工藝等方面因素的限制，激光系統性能提升面臨的挑戰越來越大；與此同時，科學研究、優良制造、**等應用場景對激光器的性能提出了越來越高的要求，如何進一步優化提升激光性能、實現激光特性的精準調控是亟待解決的問題。

得益于人工智能（AI）及相關技術的快速進步，AI技術在激光系統優化設計、光束控制以及特性表征等方面取得了良好的運用效果，作為一項賦能技術，有望全面系統地帶動激光技術快速發展。本文從激光器件、激光系統及激光應用等多個方面梳理AI賦能激光領域的研究進展，并對未來AI技術與激光技術兩個學科方向的雙向賦能進行了展望。

二、研究進展

通過對人工智能賦能激光的相關論文進行檢索分析，可以將人工智能賦能激光概括為激光器件優化設計、激光器系統結構優化設計、光束智能控制及優化、激光特性的精確表征與預測、激光器應用效能優化等五個層面。

圖1 人工智能賦能激光的領域

1、激光器件優化設計

激光器件是構成激光器的基本單元，其特性直接決定了激光器的性能表現。以往激光器件（比如光子晶體光纖、耦合器等）的設計通常需要進行大量耗時的仿真運算來尋找優化設計參數，特別是對于多參數優化的情況，仿真設計周期較長，并可能陷入局部優解，難以實現器件設計的優化。研究表明，采用AI算法進行器件設計可以極大地縮短仿真時間，提高設計效率及器件性能。比如，光子晶體光纖結構復雜，設計自由度高，且其光學性能表征過程較為繁瑣。研究人員引入人工神經網絡對該類光纖進行設計及特性表征，僅需輸入光纖結構參數便可以在數毫秒時間內實現對光纖多種光學特性的高精度預測，極大加速了光纖表征及設計過程。因此，人工智能賦能的器件設計不僅可以提高設計效率，還可在參數優化上獲得更好的效果，從而助力激光器系統的優化，在激光產生、傳輸和應用等方面發揮重要作用。

2、激光器系統結構優化設計

針對激光器的仿真分析往往需要考慮多物理場作用，過程較為復雜，優化設計難度較大。通過引入機器學習可以降低仿真及設計難度，甚至實現激光器狀態的實時控制。比如，研究人員利用深度強化學習算法來調控鎖模光纖激光器的鎖模狀態，采用的深度神經網絡可以根據激光狀態調整電偏振控制器，并評估調整的效果，可以在秒量級的時間范圍實現穩定的激光鎖模狀態。

3、光束智能控制及優化

光束智能控制是指采用優良的光學元件、傳感器、控制電路并結合智能算法等技術手段，對光束的強度、相位、偏振和波前等特性進行控制和調節，從而實現對光束的高精度、高效率的操縱和應用，其中典型的案例為光纖激光相干合成（CBC）。經典的主動相位方法（例如隨機并行梯度下降算法）的控制帶寬隨著合束數量的增加而減小，難以實現大規模CBC系統。為此，研究人員將準強化學習算法應用于CBC系統，可以實現大于100路激光的相干合成，為解決大規模相干合成系統中控制帶寬不足提供了思路。

4、激光特性的精確表征與預測

對激光輸出特性的精確表征是應用激光的前提條件。針對激光部分輸出特性測量時間長、精確測量對儀器/測量光路要求高的問題，研究人員引入機器學習法，實現了激光模式的高精度快速分解、光束質量的快速精確表征以及脈沖寬度的精確測量，為激光輸出特性表征提供了高魯棒性的表征方法。

5、激光器應用效能優化

激光具有節能高效、調控靈活等優點，在切割、焊接、鉆孔、打標、清潔、增材制造等領域具有非常廣泛的應用，但其調控靈活的特性也意味著針對不同的應用場景需要精確設計激光參數才能達到最佳應用效能。在激光加工中，由于發生的光與物質相互作用是高度非線性的，難以在數學上建模，且材料類型、材料的均勻性/一致性等都會對加工質量產生較大影響，因此實現高質量加工工藝的控制十分困難。通過引入AI技術，建立激光器參數（激光功率、光斑直徑、脈寬、重頻等）、進給速度、輔助氣體類型/壓力等工藝參數與加工質量的關系，實現加工質量的優化，提高激光器應用效能，推動高質量激光加工的發展。

三、總結與展望

綜上，AI技術已經廣泛滲透至激光系統的設計-研制-應用全鏈條，并不斷向基礎前端和應用終端延伸。同時，激光技術的快速發展，也可能對AI領域帶來促進作用，最終形成“雙向賦能"的正向激勵局面。

AI賦能激光，不僅意味著激光性能指標的突破，例如更高的輸出功率、更高的精度和穩定性、更智能的控制系統、更環保的設計，還意味著激光系統設計-研制-應用鏈路的創新。例如用戶根據應用場景提出激光性能需求，AI系統根據需求自動設計系統結構并提出器件方案，甚至可以細化到材料篩選環節。另一方面，激光技術的發展可以通過推進算力等方式促進AI領域的進一步發展。以ChatGPT為代表的大模型的成功離不開高算力支持，當前電子計算機運算性能依賴半導體光刻工藝水平，而激光光源則是支持光刻工藝不斷進步的重要因素之一。此外，光子具有光速傳播、抗電磁干擾及可任意疊加等特性，且天然適用于并行運算，以光子為基礎的光計算具有超大算力、極低功耗、極低延時等突出優勢。激光賦能的算力光子計算機將有望推動AI技術進一步發展。

當前，人工智能驅動的科學研究已經成為全球人工智能新前沿，并已在多個學科領域取得實效。在科學研究和教育教學等過程中，高度重視培養跨學科的高素質人才是面向未來的長遠之策。近年來，科技部、自然科學基金委聯合啟動了人工智能驅動的科學研究專項部署工作，教育部、國家發展改革委、財政部出臺了一系列政策推動跨學科的高素質人才培養，將使得未來的激光研發隊伍里有大量具備智能科學與技術和光學工程通識技能的高素質人群。

展望未來，機遇與挑戰并存，但是可以相信的是，不斷發展的人工智能技術必將繼續促進激光等學科的發展，逐步構建起以人工智能支撐基礎和前沿研究的新模式。

參考文獻： 中國光學期刊網

您好，可以免費咨詢技術客服[Daisy]

 筱曉(上海)光子技術有限公司 

歡迎大家給我們留言，私信我們會詳細解答，分享產品鏈接給您。

免責聲明：

資訊內容來源于互聯網，目的在于傳遞信息，提供專業服務，不代表本網站及新媒體平臺贊同其觀點和對其真實性負責。如對文、圖等版權問題存在異議的，請聯系我們將協調給予刪除處理。行業資訊僅供參考，不存在競爭的經濟利益。