Hyong-Ryeol Park 教授和他在 UNIST 的研究團(tuán)隊(duì)開發(fā)出了將太赫茲 (THz) 電磁波放大 30,000 倍以上的技術(shù)。與基于物理建模的人工智能算法相結(jié)合，這種太赫茲波的放大可以實(shí)現(xiàn) 6G 頻率的大規(guī)模商業(yè)利用。

Park教授的團(tuán)隊(duì)與美國(guó)田納西大學(xué)的Joon Sue Lee教授和橡樹嶺國(guó)家實(shí)驗(yàn)室的Mina Yoon教授合作，成功開發(fā)了針對(duì)6G傳輸優(yōu)化的太赫茲納米諧振器。由于基于物理理論基礎(chǔ)的人工智能模型的集成，研究人員成功地在個(gè)人計(jì)算機(jī)上高效地設(shè)計(jì)了太赫茲納米諧振器。以前即使使用超級(jí)計(jì)算機(jī)，這個(gè)過程也很耗時(shí)，現(xiàn)在已經(jīng)大大加快了。

與老式太赫茲納米諧振器相比，人工智能的效率提高了 30,000 倍以上

通過太赫茲電磁波傳輸實(shí)驗(yàn)，團(tuán)隊(duì)評(píng)估了其開發(fā)的納米諧振器的性能。結(jié)果是驚人的：產(chǎn)生的電場(chǎng)超過傳統(tǒng)波的 30,000 倍以上。與之前的太赫茲納米諧振器相比，這種新的人工智能技術(shù)對(duì)于6G來說性能提升了 300% 以上。

“雖然傳統(tǒng)的人工智能逆向設(shè)計(jì)技術(shù)專注于光學(xué)器件，但它們?cè)?6G 頻率（0.075 至 0.3 THz）的應(yīng)用帶來了重大挑戰(zhàn)。在這些比波長(zhǎng)小一百萬(wàn)倍的尺度上，該方法需要徹底改革?！迸量私淌诮忉尩?。

人工智能顯著縮短了納米諧振器的優(yōu)化時(shí)間

為了應(yīng)對(duì)這些挑戰(zhàn)，Hyong-Ryeol Park 教授領(lǐng)導(dǎo)的研究人員開發(fā)了一種將用于 6G 的新型太赫茲納米諧振器與人工智能逆向設(shè)計(jì)方法相結(jié)合的方法。這種新方法實(shí)際上是基于理論物理建模的。

這一過程使他們能夠在 40 小時(shí)內(nèi)在個(gè)人計(jì)算機(jī)上優(yōu)化設(shè)備。與單次模擬需要數(shù)十小時(shí)的優(yōu)化，甚至完整優(yōu)化需要數(shù)百年的時(shí)間相比，這要低得多。

該研究的第一作者 Young-Taek Lee 博士也強(qiáng)調(diào)了所獲得的納米諧振器的多功能性。它的特性開辟了不同領(lǐng)域的主要視角。例如微型分子傳感器、超精密探測(cè)器的設(shè)計(jì)，甚至輻射熱測(cè)量計(jì)的研究?！八_發(fā)的方法可以應(yīng)用于各種研究對(duì)象。然而，它涉及各種波長(zhǎng)或結(jié)構(gòu)的理論物理建模，”他解釋道。

Park教授強(qiáng)調(diào)人工智能與對(duì)現(xiàn)象的詳細(xì)理解之間的互補(bǔ)性?！氨M管人工智能可能看起來是一種萬(wàn)能的解決方案，但掌握基本的物理原理仍然至關(guān)重要?！彼a(bǔ)充道。