Статья исследователей Нового физтеха ИТМО и Австралийского национального университета вошла в 1% самых цитируемых научных статей по оптике, по данным крупнейшей библиометрической системы Web of Science. Работа посвящена применению технологий машинного обучения и искусственного интеллекта в метафотонике ― новой области, с которой связывают развитие целого класса устройств будущего.

Научная группа Андрея Богданова, соавтора статьи, на Новом физтехе ИТМО. Фото: Дмитрий Григорьев / ITMO.NEWS

Обзорная статья ученых ИТМО и Австралийского национального университета была опубликована в марте 2022 года в престижном международном журнале «Opto-Electronic Advances» (импакт-фактор на 2023 год равен 8.933), который индексируется в Web of Science. С момента публикации работа получила 22 цитирования и вошла в 1% наиболее цитируемых работ согласно Web of Science.

Всего за 2022 год в 1% работ по теме «Оптика» с наибольшим количеством цитирований вошли 195 статей. Причем при попадании в 1% наиболее цитируемых статей учитывалось не только количество цитирований, но и определенный временной интервал, за который набралось цитирование. Это значит, что работа ученых оказалась очень актуальной и востребованной на момент публикации.

Также за высокий показатель цитируемости редакция журнала «Opto-Electronic Advances» присудила авторам статьи награду Highly Cited Paper Award March 2023. Научная работа входит в топ–30 самых цитируемых и в топ–30 самых читаемых статей журнала.

«Одна из целей статьи — показать потенциал современных технологий. В целом хотелось составить широкую картину развития области и выделить новые тенденции в метафотонике, определить новые потенциальные направления развития этой области», — рассказал ITMO.NEWS первый автор статьи, инженер физического факультета Сергей Красиков.

Современные информационные технологии помогают ученым проводить исследования на стыке компьютерных технологий и других областей физики ― например, метафотоники, радиофизики и акустики. В частности, уже год на Новом физтехе ИТМО с помощью машинного обучения экспериментируют с дизайном акустических метаматериалов и метаповерхностей. Такие материалы можно использовать для создания шумоподавляющих конструкций ― например, шумоподавляющих беседок в парке или заграждений вдоль автомобильных и железных дорог.

Сейчас разработанная учеными конструкция подавляет шум на 20 дБ в диапазоне от двух до 16,5 кГц. Это 70% слышимого диапазона частот. Но с помощью технологий искусственного интеллекта ученые могут улучшить характеристики конструкции, а также объяснить результаты экспериментов.

«Мы используем различные алгоритмы оптимизации, включая машинное обучение, чтобы найти новые варианты конструкций с лучшими характеристиками. Также при помощи машинного обучения мы решаем более технические задачи. Например, разрабатываем алгоритмы для предсказания решений уравнений на основе имеющихся массивов данных. Такие методы могут стать альтернативой численному моделированию — ускорить процесс вычисления и существенно сократить количество вычислений при помощи искусственного интеллекта», — отмечает Сергей Красиков.

В обзорной статье ученые перечислили и другие направления метафотоники, в которых можно получить прорывные результаты, используя технологии машинного обучения. Среди них — более эффективное проектирование наноантенн для солнечных батарей, которые могут преобразовывать солнечную энергию в ток и в перспективе питать разные устройства, например смартфоны или электромобили.

Также с помощью искусственного интеллекта можно оптимизировать метаповерхности, чтобы создать более чувствительные био- и химические сенсоры, которые будут точнее определять молекулы и наносчастицы. Разработанные устройства помогут изучать взаимодействия молекул в режиме реального времени и диагностировать заболевания, например COVID–19. Помимо этого, искусственному интеллекту можно поручить интерпретацию результатов исследований, что, возможно, позволит увеличить чувствительность сенсоров — ИИ потенциально может различать сигналы, которые не может различить человек.

Web of Science (WoS) — одна из крупнейших библиометрических систем в мире. Платформа индексирует ведущие рецензируемые журналы, научные книги, исследовательские статьи, обзоры книг, аннотации, редакционные письма и другую литературу. Согласно данным компании-владельца системы Clarivate, WoS содержит информацию о более чем 160 млн научных статей в 254 предметных областях. Благодаря инструментам оценки и аналитики можно отследить, какие статьи больше цитируют или какие ученые считаются наиболее влиятельными в своей области. Исследователи с наиболее высоким уровнем публикационной активности удостаиваются отдельных наград.

Алёна Мамаева

Журналист