2026年9月28日——一种可用激光重新编程的微型器件，可能催生用于计算、成像和电信的可适配器件。

大多数器件被制造出来是为了执行特定任务。如果你想让它们做不同的事，通常需要更换组件、重新布线系统或制造一个新器件。

例如，每当你向 ChatGPT 或 Claude 这样的大语言模型提问时，许多电信号会在计算机芯片中飞速传输，承载信息并执行计算。

这需要能量，而且消耗大量能量。

科学家一直在寻找更快、且可能更节能的信息处理方式。一个可能的解决方案是用光替代部分电信号。

由澳大利亚国立大学 ARC Centre for Transformative Meta-Optical Systems（TMOS）领导的一个国际研究团队——与英国诺丁汉特伦特大学和德国耶拿弗里德里希·席勒大学的研究人员合作——将 超薄光学表面与液晶（许多电子显示器中使用的材料）结合在一起。

当激光照射到该器件上时，它使液晶分子旋转，并改变了该表面与光相互作用的方式。

首席研究员 Ziwei Yang 表示，静态超表面的响应或功能在制造完成后无法改变。

“但通过用光照射液晶，我们有了另一种调节该功能的方法，而无需重新制造器件。”

道路系统

该器件是一种超表面， 这是一种薄材料，上面布满比人类头发宽度还小的结构。

这些微小结构旨在控制光的特性——例如颜色、强度和方向。可以把它想象成一套微型的光道路系统，决定光可以在哪里传播，以及沿途会发生什么。

然而，对于大多数超表面来说，一旦器件制造完成，这些“道路”就永久固定了。

“对于静态超表面，你在制造它之后无法改变其响应或功能，”Yang 说。

为了使他们的超表面可调，研究人员用液晶包围了其微小的硅结构。液晶由能够响应外部力而改变方向的分子组成。

在电子显示器中，这种运动通常通过电和电极控制。研究人员转而想弄清楚，光本身是否能使分子旋转并改变器件。

“我们的问题是，光能否无需接触电极，直接调节或编程超表面的功能，”Yang 说。

当研究人员将激光照射到器件上时，这产生了一种微小的扭转力，称为光力矩，使液晶分子旋转。

这改变了硅结构周围的光学条件，并改变了超表面的响应方式——激光暂时重新排列了道路系统。

Yang 说，利用光控制液晶的实验自20世纪90年代末以来已有记载，但这种变化很小，难以观察。加入超表面使该效应变得清晰得多。

“超表面起到平台的作用，甚至像放大器一样，”Yang 说。

“它使这些变化更容易观察。我们把超表面和液晶结合起来，有趣之处正在于此。”

改变光

该团队首先证明，激光可以改变超表面的共振——即它与光相互作用最强的波长。

共振是指材料与特定波长的光强烈相互作用时发生的情况。可以把它比作推秋千上的人——当每次推力都与秋千的自然节奏匹配时，效果会变得更强。在超表面中，改变共振会改变哪些波长的光获得这种更强的响应。

虽然这是重要的第一步，但 Yang 说，最有趣的结果出现在团队进入非线性光学领域时——即非常强烈的光与材料相互作用，并产生在普通光照条件下不会发生的效应。

该团队利用该器件，通过一种称为三次谐波产生的过程，将不可见的红外光转换为可见的黄绿色光。

当激光使液晶旋转时，它移动了超表面的共振。根据所用波长的不同，这可以增加或减少所产生的可见光量。

因此，激光同时做了两件事——产生新光，并改变器件产生光的方式。

Yang 说，这一成果很重要，因为该器件不只是打开或关闭光信号。它表明，光可以用来在光学组件运行时改变其功能。

他说，关键进展在于，这种功能不再永久地内置于材料中。

“所有可调超表面都在努力超越静态器件，”他说。

“用光照射液晶，你就有机会在制造完成后调节功能。”

不仅仅是一个开关

该技术的一个可能应用是光计算，其中光可以承载信息，并执行目前由电信号处理的一些计算。

虽然未来的光计算机仍然需要电力来运行激光器和其他设备，但让光执行更多处理，最终可能使某些任务更快或更节能。

Yang 说，该团队的器件可能对光学神经网络特别有用——这是许多形式 AI 背后的计算系统。

神经网络包含处理信息的层。其非线性层使其能够识别复杂模式、做出区分并从数据中学习。没有这些层，即使是大型神经网络也难以解决复杂问题。

“目前，非线性层主要由电子设备控制，”Yang 说。

“如果我们能以某种方式利用光直接控制这个非线性层，它未来可能对光学神经网络有用。”

同样的原理最终可能用于成像、电信以及无需移动机械部件即可操控光束的系统。

这项技术仍处于早期阶段，研究人员现在希望降低重新配置器件所需的激光功率。

Yang 说，下一阶段将需要“更多实验和严谨理论”，以改进器件，并测试它能否在实际系统中工作。