Fotonische meta-oppervlakken zijn tweedimensionaal gestructureerde oppervlakken die ongebruikelijke optische eigenschappen vertonen. Die eigenschappen zijn gelinkt aan de precieze nanoschaal-geometrie van de oppervlakken.

Meta-oppervlakken hebben belangrijk toepassingen in toekomstige optische en fotonische technologie, omdat ze veelzijdige controle over lichtgolven mogelijk maken: bijvoorbeeld om licht efficiënt in te vangen in sensoren of zonnecellen, om infrarood lichtbundels te sturen voor toepassingen in autonome voertuigen en op licht gebaseerde communicatiemethoden, en om ultra-dunne lenzen te realiseren. Het is echter erg moeilijk om metasurfaces voor dergelijke specifieke functies te ontwerpen, omdat de relatie tussen structuur en functie niet triviaal is en de ontwerpruimte enorm.

Dit project heeft tot doel om een nieuwe methode te ontwikkelen voor het automatisch ontwerpen van metasurfaces, gebaseerd op kunstmatige intelligentie. We voorzien deep-learning algoritmes van kennis van natuurkundige wetten en modellen, om de snelheid en nauwkeurigheid van de methode te vergroten en om het bereik aan structuren en functies waarop het kan worden toegepast uit te breiden. We testen de effectiviteit van de ontwikkelde methoden op specifieke toepassingen met een hoog technologisch potentieel, zoals lichtdetectie, beeldvorming en de sturing van lichtbundels.