为减小隐身器件理论设计与实际制备之间的难度，厦门大学物理科学与技术学院陈焕阳教授团队近日提出了运用遗传算法设计隐身器件方案，并成功设计出可作用于微波频段和太赫兹频段的隐身器件。这项研究成果打破了变换光学理论对隐身设计的限制，并为设计多频甚至宽频隐身器件提供了高效而实用的方法，有望加速推动隐身器件从理论走向应用。相关研究成果在《物理评论E》发表，并被《新科学家》等国际学术刊物亮点报道。

    随着变换光学理论不断发展，科研人员通过操纵光和物质相互作用来实现物体隐身成为可能，但现实中要设计出完美的隐身器件仍存巨大挑战。

    在过去20年里，异向介质和变换光学的出现为传统电磁隐身领域注入了新的生命力，并迅速成为21世纪电磁领域的研究热点。科学家发现，当材料介电常数和磁导率满足一定关系时，电磁波在介质中会沿着给定的曲线传播，并且不产生反射，从而模拟出扭曲的时空，这意味着人类可以通过精确设计实现对电磁波的自由操控，从而在理论上可以实现完美隐身。

    科学家畅想的隐身准确来说叫作“低可探测技术”，主要是通过调整电磁波与物体的相互作用，使其周围介质中的入射波波前不受物体干扰。理想状况下，人为调节参数一定可以设计并制造出性能特异的吸波材料，从而设计和实现许多具有不同功能的器件，例如隐身斗篷、光学错觉装置、旋转器等。这项技术在航天、军事防御以及电子屏蔽领域具有重要意义。但实际操作中，为了实现隐身效果，通常需要简化电磁参数以避免电磁参数出现无限大或负数的情况，且还需要用复杂结构等效出梯度折射率材料。这些过程需要昂贵的光刻技术和繁琐的制造方法，并且最终的实际效果也会因存在种种局限而大打折扣。

    目前在已有的研究中，大多设计出的隐身器件往往只能针对特定的物体或特定角度，工作频带较窄，毕竟实现人的隐身需要躲过的不仅仅是各类侦查仪器，还要躲过最精密的人眼，技术难度可想而知。

    遗传算法为制备隐身器件带来简化方案。在这项最新研究中，科研人员将人工智能算法与传统电磁理论相结合，通过机器学习来探索光子器件的隐身性能，在最小化人为干预前提下，找到针对多种散射体隐身器件的设计最优解。

    “我们引入遗传算法来设计隐身器件，它是一种受生物进化启发的学习方法，通过模拟自然进化过程搜索最优解。”陈焕阳介绍说，该研究将隐身器件的最小化散射截面设为优化目标，将隐形器件的几何结构、材料及工作波长这些变量定义为遗传算法中的个体染色体。优化过程从随机生成由隐身器件组成的种群开始，然后解析计算每个隐身器件对应的散射截面，其中散射截面越小代表隐身效果越好，接着再运用遗传算法进行选择、交叉和变异等操作，选择最优个体参与下一代繁殖，并重复该过程直到找到全局最优方案。

    科研人员用该方法分别设计了可作用于微波频段与太赫兹频段的双层圆柱隐身器件。仿真过程显示，随机初始化的隐身器件一般散射较强，随着进化过程的进行，散射逐渐变弱最终实现隐身。该方法避免了复杂的图案化加工过程，设计时间可控制在毫秒级内，并发现如六角氮化硼、射频材料等天然材料及其层状结构能够实现多频甚至宽频隐身。此外，该方法首次发现双曲色散材料或双曲超材料也能实现隐身，突破了之前变换光学的认知。

    该科研成果表明，遗传算法可在高维空间中直接进行全局最优搜索，避免复杂耗时的数据收集和处理过程，能作为隐身器件设计的有效方法。

    科研人员表示，使用遗传算法来设计天然圆柱形隐身器件，能高效地在较大参数空间范围内进行搜索，还能追踪中间过程解。这一方案避免了复杂耗时的数据储备过程，而且规避了正向建模误差，能针对多种散射体设计隐身器件。此外，该方法应用于声学和弹性波似乎更有意义，同时也更加困难。科研人员将在未来的工作中进一步探索。