近年来，使用太赫兹（THz）电磁波的6G通信获得了迅速发展，并顺势拉动了对能够探测这些波的高灵敏度纳米谐振器的需求。
为了满足这一需求，韩国蔚山国家科学技术研究所（UNIST）的研究人员与田纳西大学和橡树岭国家实验室合作，优化了专门用于使用人工智能的6G通信的太赫兹纳米谐振器。
研究人员Young-Taek Lee表示，优化后的纳米谐振器用途广泛，可用于超精密探测器、超小分子检测传感器和测热计研究。
该团队的分析，基于模型的方法显著减少了优化太赫兹纳米谐振器所需的计算资源，并为太赫兹纳米器件的数值，基于模拟的逆设计提供了实用的替代方案。从长远来看，该工艺使个人计算机上的太赫兹纳米谐振器的高效设计成为可能，这一过程以前既耗时又费力，即使在超级计算机上也是如此。
韩国蔚山国家科学技术研究所（UNIST）的Hyong-Ryeol Park教授开发出了将太赫兹电磁波放大3万倍以上的技术。利用基于物理模型的快速逆设计方法和人工智能相结合开发的新型纳米谐振器，可以催化6G通信频率的商业化。
在大约39小时的时间里，研究人员使用一台中级PC，通过20万次迭代确定了最佳结构，并在0.2太赫兹下实现了32000次的实验电场增强。太赫兹纳米谐振器产生的电场超过一般电磁波>30,000倍，与先前报道的太赫兹纳米谐振器相比，效率提高了>300%。
基于人工智能的逆设计技术通常用于可见光和红外区域的光学器件结构，这只是波长的一小部分。在6G通信频率范围（0.075至0.3太赫兹）中使用基于人工智能的逆设计，给研究人员带来了巨大的挑战，因为该范围的规模很小——大约是波长的百万分之一。
研究人员使用了纳米间隙环阵列，这是一种谐振器，已经证明了探测太赫兹电磁波的潜力。由于这些阵列的单元格比毫米波长小10倍，纳米间隙区域小100万倍，因此需要大量的计算资源来进行精确模拟。
为了提高纳米间隙环阵列的效率，研究人员将纳米谐振器与基于物理知识的机器学习的快速逆设计方法相结合。具体来说，逆设计方法使用了双深度Q-学习和太赫兹纳米间隙环路阵列的分析模型。
主导该研究的Hyong-Ryeol Park教授强调，有必要将物理现象与人工智能技术结合起来。他表示：“虽然人工智能似乎可以解决所有问题，但理解物理现象仍然至关重要。”
该团队通过在物理知识机器学习的帮助下进行的模拟中进行的一系列太赫兹电磁波传输实验，评估了新型纳米谐振器的效率。
这项研究中采用的方法并不局限于特定的纳米结构，而是可以扩展到使用不同波长或结构的物理理论模型的各种研究中。”
该研究结果发表在《纳米快报》（Nano Letters）上。