美国科学院院刊封面文章！中国团队发布可晶圆级生产的人工智能自适应微型光谱仪

光的波长探测在科学研究和工业应用中具有重要作用，光学光谱仪是其中不可或缺的分析工具。如今，体积庞大的传统光谱仪已经无法满足日益发展的光谱检测技术需求，微型化成为光谱仪发展的必由之路， 其在机器视觉、环境监测、医学诊断等各个领域具有巨大的应用潜力。

光谱仪的微型化有多条不同的技术路线，依赖人工智能算法的计算重构式光谱仪近年来备受业界关注。这种光谱仪利用高速计算来部分替代物理分光元件的工作负荷，能进一步减小仪器的尺寸和重量。

然而，由于光谱形貌的多样性以及信号稀疏性假设，以往报道的重构式微型光谱仪通常需要人工校准算法参数，否则待测光谱的还原结果可能会失真。同时，这类光谱仪通过集成电路工艺直接实现大规模生产的能力也尚未得到验证。

在此背景下，复旦大学材料科学系、智慧纳米机器人与纳米系统国际研究院梅永丰教授课题组在 「Proceedings of the National Academy of Sciences of the United States of America」上发表了题为「CMOS-Compatible Reconstructive Spectrometers with Self-Referencing Integrated Fabry-Perot Resonators」的研究成果，该成果还被选为当期封面文章。

梅永丰教授课题组的微型光谱仪工作当选「美国科学院院刊」封面

该团队提出了一种新的微型化重构光谱仪设计，结合了传统光谱仪和计算重构光谱仪的优势，通过集成的自参考 (self-reference) 窄带滤波通道，使得人工智能算法可以在更高维度的参数空间进行光谱和算法参数的同时搜索。 更进一步，该光谱仪可以通过成熟的集成电路工艺进行晶圆级制造，并具有毫米级尺寸，足以胜任大部分微型化光谱测试需求。

研究亮点：

• 该研究提出了一种新型微型化重构光谱仪设计，在整个可见光波段 (400-800 nm) 表现出准确的光谱重构能力，可达到约 2.5 nm 的分辨率、约 0.27 nm 的平均波长偏差、高达 5,806 的分辨力* 该研究为实现具有通用性与高鲁棒性的微型重构光谱仪提供了新的思路，有望借助成熟的 CMOS 集成电路工艺，推动微型光谱探测系统融入 CIS 图像模组
• 该光谱仪性能接近商用光纤光谱仪，但成本和体积大幅减少

论文地址：
https://www.pnas.org/doi/10.1073/pnas.2403950121

开源项目「awesome-ai4s」汇集了百余篇 AI4S 论文解读，并提供海量数据集与工具：

https://github.com/hyperai/awesome-ai4s

数据集：对不同的数据集应用不同的光谱推导方法

研究人员将从微型光谱仪获得的电流数据划分为 2 个数据集：窄带通道电流 (narrowband channel currents) 和全部通道电流 (total channel currents)，然后对每个数据集应用不同的光谱推导方法。

窄带数据集

包括在其设计的法布里-佩罗 (Fabry–Perot, FP) 腔体内具有窄带过滤功能通道测得的电流。对于该数据集，研究人员通过将每个通道的响应电流除以其响应度，直接推导出点对点的光谱曲线——称之为自参考光谱。

全部通道数据集

包含来自所有通道的电流，也包括窄带通道。对于该数据集，研究人员通过将算法重构光谱结果与自参考光谱（从窄带通道推导得出）相比较，迭代优化算法参数，实现最优化的光谱曲线重构还原。

工作原理：通过引入自参考光谱重建出准确且稳定的光谱

下图 A 展示了传统光谱仪 (Conventional spectrometer) 的工作原理， 它利用窄带 (Narrow bandpass) 滤光片来区分不同的波长，每个波长的强度是基于通过相应滤光片的光量直接测量的。这个过程可以描述为「点对点」的映射，虽然得到的光谱较粗略，但每个滤光片对应波长位置相对准确。

传统光谱仪和典型重构光谱仪的工作原理

上图 B 描述了典型重构光谱仪 (Reconstructive spectrometer) 的工作原理。 光谱仪将未知光谱编码 (Encoder) 为收集到的数据，然后通过带有参数 Φ 的监督算法将这些数据重建为光谱。该算法在光谱参数空间 S 中寻找最小的损失函数 (Minimum cost function)，通常通过 Tikhonov 或全变差 (Total variation)等正则化方法实现。虽然这种重建可以得到高分辨率的光谱，但结果可能不稳定，因为不同的参数 Φ 选择可能会导致不同的最小损失函数。

下图 C 展示了本研究提出的自适应光谱仪 (Self-adaptive spectrometer) 的工作原理。 除了将光谱编码为算法的数据外，光谱仪还以传统方式提供了一个粗略的自参考光谱。通过这一自参考，可以在光谱参数空间 S 和算法参数空间 Φ 中实现双层优化，从而使最小损失函数的搜索涵盖更高的维度。这使得能够通过自动选择最优参数来识别全局最小损失函数 (Global minimum cost function)，从而重建出准确且稳定的光谱。

自适应光谱仪的工作原理

下图进一步展示了自适应光谱的重建过程，即自适应算法。

自适应算法示意图

具体而言，微型化光谱仪具有一组用于常规光谱测量的窄带通道，因此它为光谱感知提供了两组电流数据。第一组是窄带响应 (narrow spectrum response) 通道的电流， 可以看作是特定波段的光谱强度与负责该波段的通道响应的标量积，从中可以容易地获得一个明确但粗略的光谱。第二组是来自所有通道（包括窄带通道）的电流， 它是将每个波长的光谱与通道响应相乘后的积分结果 (Scalar-product response)。

研究人员引入了从第一组数据集中获得的光谱结果，作为第二组电流集计算解决方案的自参考，通过这一过程，算法可以自行调整各种参数，并通过内在的迭代获得接近真实光谱的稳定结果。

研究结果：在整个可见光波段表现出准确的光谱重构能力

波长分辨率是光谱仪的重要参数，尤其在波长计或高精度材料识别等应用中。在测试性能的试验中，该光谱仪在整个可见光波段 (400-800 nm) 表现出准确的光谱重构能力。下图展示了输入峰值波长与输出重建峰值波长的对比，显示出良好的一致性。

重建光谱的峰值波长与输入峰值波长的关系

研究人员进一步分析了微型化光谱仪的偏差，如下图，并计算了给定输入峰值波长处的分辨率：Rλ = λ/Δλ，达到了约 0.27 nm 的平均波长偏差和高达 5,806 的分辨力。

重构峰值波长与计算波长分辨能力的偏差

研究人员还将传统光谱仪的分辨率测试应用于其微型光谱仪：将两个单色光峰同时照射到光谱仪上，并逐渐减小它们之间的间距，以研究微型化光谱仪仍能分辨这两条光谱线的最小间距。如下图所示，两个间隔为 2.5 nm、位于约 518 nm 附近的峰值可以被分辨出来。

将传统光谱仪的分辨率测试应用于微型光谱仪的结果

这些结果表明，研究设计的微型化光谱仪的性能可与商用光纤光谱仪和其他小型光谱仪媲美，但成本和体积大幅减少。

在此基础上，研究团队进一步演示了该自适应微型光谱仪在结合微流控及机械扫描系统后，在透射、吸收和光致发光光谱测量等常见实验室应用中的表现，其结果与商业化光纤光谱仪基本一致，如下图 A-F 所示。

微型光谱仪的应用

(A) 微型透射-吸收光谱测试示意图；
(B-C) 对维生素 B 的透射光谱 (B) 和吸收光谱 (C) 重构结果；
(D) 微型光致发光光谱测试示意图；
(E) 罗丹明 B 的光致发光谱重构结果；
(F) 石墨烯量子点的光致发光谱重构结果

除了性能优异，更重要的是，该光谱仪可以通过成熟的集成电路工艺进行晶圆级制造，并具有毫米级尺寸， 足以胜任大部分微型化光谱测试需求。

微型光谱仪的晶圆级制造（比例尺为 1 cm）

综上所述，该研究为实现具有通用性与高鲁棒性的微型重构光谱仪提供了新的思路，有望借助成熟的 CMOS 集成电路工艺，推动微型光谱探测系统融入 CIS 图像模组，从而优先应用于移动便携式测量、车载机器视觉和分布式监测系统等领域。

持续深耕材料等基础科学领域

上文提及的研究得到了国家重点研发计划、国家自然科学基金、上海市科委等项目的资助和支持，部分实验在复旦大学微纳加工与器件公共实验室开展，梅永丰教授为该篇论文的通讯作者。

身为复旦大学材料科学系教授，梅永丰一直是基础研究的身体力行者和倡导者，他曾表示：「基础研究以认识现象、发现和开拓新的知识领域为目的，看起来离生活非常远，好像没什么实际用处，但事实上，基础研究是社会发展的最根本动力。 就像盖房子所需的一块块砖头，虽然你不知道某一块砖有什么用，但如果把这块砖抽掉，房子就会坍塌。」

正是凭借这种理念，梅永丰教授领导的课题组在基础研究和材料科学领域做出了许多突出贡献，发表 Science Robotics, Science Advances, Nature Communications, Advanced Materials 等学术论文 300 余篇，引用超 10,000 余次，发明专利授权 20 余项。

作为典型成果之一，2023 年 1 月，梅永丰课题组在 「Nature Communications」上发表题为「Self-rolling of vanadium dioxide nanomembranes for enhanced multi-level solar modulation」的文章。

研究团队受到百叶窗的启发，利用自卷曲技术将玻璃上的应变二氧化钒薄膜脱附并卷曲成「叶片」阵列智能窗， 通过环境温度的变化调制智能窗为完全卷曲（开），半卷曲（半开）和平面（关闭）状态，并实现自响应智能切换，从而在全开状态大幅提升透光率的同时，以不同的开度实现多级光透过调制。

该工作将智能二氧化钒薄膜材料的热致形变能力与热致色变能力创造性地结合在一起，突破了传统平面薄膜难以兼顾透光率、节能效率和多环境适应性的难点， 为新一代的高效智能窗提供了一种新的可行性思路。

低温下卷曲智能窗的宏观示意图

「二维纳米膜自组装成三维微结构」被认为是制造下一代微电子器件的重要途径，对于即将到来的先进电子和光电子应用至关重要。然而，二维纳米薄膜最终几何形状的形成受到蚀刻轨迹、化学反应、高宽比以及其他复杂因素影响，导致自组装器件在制造过程中难以提高产品良率和成品率，严重阻碍了其从实验室真正走向工业应用。

针对于此，今年 6 月，梅永丰教授课题组在「Nature Communications」上发表了题为「Multilevel design and construction in nanomembrane rolling for three-dimensional angle-sensitive photodetection」的研究成果。

该研究提出了一种多级准静态有限元分析法，并基于此设计构筑了六类硅 (Si) /铬 (Cr) 纳米薄膜组装三维微结构及相应的三维光探测器，充分验证了该技术的良好通用性和工业实践性。

点击查看详细报道：复旦大学梅永丰课题组集成 DNN 与纳米薄膜技术，精准分析入射光角度

未来，梅永丰教授课题组也将在微纳米机械学、纳米光学、纳米电子学、微纳机器人技术、微纳流体学、微能源存储、表面等离子体及超材料等方向深耕，持续推动基础科学的进步。

参考资料：
1.https://news.fudan.edu.cn/2024/0820/c5a141853/page.htm
2.https://www.memstraining.com/news-41.html
3.https://www.sohu.com/a/634625615_12