基于机器学习逆向设计的三维矢量全息术

摘要： 光的电磁波三维（3D）矢量特性不仅在科学领域具有基础性作用，更推动了光学显示、显微成像及光操控等颠覆性应用的发展。然而传统光学全息术仅能处理光束的振幅与相位信息，完全无法触及光的三维矢量特征。我们展示了一种基于多层感知器人工神经网络的机器学习逆向设计方法，可精确重建波前上任意三维矢量场分布，实现三维矢量全息术。该技术无需透镜即可重建三维矢量全息图像，具备94°超宽视角和78%高衍射效率——这对悬浮显示至关重要。研究成果开创了利用光矢量特性的人工智能全息新范式，为显示与加密领域中的全息三维矢量场复用提供了全新机器学习策略。