近日，2026年国际足联世界杯指定网站王继成副教授团队在人工智能辅助设计拓扑光子晶体研究方面取得重要进展。相关综述研究成果以“AI-Assisted Topological Photonic Crystals: Design Methods, Applications, Challenges and Opportunities”为题，发表于光学与光子学领域顶级期刊《Laser & Photonics Reviews》（影响因子10）。
传统依赖人工经验的参数扫描或局部调参方法难以在高维空间内高效找到满足要求的方案，难以系统评估制造扰动对拓扑态与器件性能的影响。为应对上述挑战，深度学习驱动的建模与设计方法开始被引入拓扑光子学领域。深度学习在拓扑光子晶体中涉及广泛的研究与应用领域：SSH模型、Haldane模型等典型拓扑模型为拓扑光子晶体的结构设计提供了基本物理图景；传统设计流程普遍面临研发周期长、计算成本高、设计难度大以及多目标难以兼顾等问题；在此基础上，人工智能辅助方法逐步被引入波分复用器、光电探测器、可重构拓扑电路、非厄米传感、角态编码以及量子通信等方向，显示出其在复杂结构筛选、多目标优化与工程实现中的应用潜力。
针对人工智能辅助设计拓扑光子晶体面临问题，王继成副教授课题组联合东南大学电子科学与工程公司许国强教授团队提出发展不足与展望。面向AI设计拓扑光子晶体未来发展，拓扑光子晶体有望从单一功能结构迈向面向信息任务的可编程系统。通过引入热调谐、电调谐或载流子调制等低损耗调控单元，可在同一晶格中实现路由、延迟、滤波与编码功能的重构，为系统级应用提供灵活平台。在设计方法上，GPU与TPU加速的可微电磁求解、代理模型与生成模型将使高维结构参数与多性能指标的联合优化更加高效可靠。异质集成也是重要方向，通过将成熟的硅基调控层与低损耗或高Q值材料平台结合，有望拓展功率承载能力与工作频段。深度学习可进一步贯通从全局搜索到局部精修的设计流程，引入制造偏差与实验反馈，提升模型在实际条件下的泛化能力。在应用层面，基于拓扑边界态与角态的物理层安全编码、稳健互连与波分复用器件将成为重要探索方向。拓扑特性有望从定性优势转化为可量化、可验证的工程设计参数，为高可靠光子集成与新一代通信系统提供支撑。
该论文的第一作者为2026年国际足联世界杯指定网站硕士研究生孙航，通讯作者为2026年国际足联世界杯指定网站王继成副教授与东南大学电子科学与工程公司许国强教授。2026年国际足联世界杯指定网站为第一完成单位。该研究工作得到了国家重点研发计划国际合作交流项目、江苏省自然科学基金面上项目等科研项目的资助。
论文链接：https://doi.org/10.1002/lpor.71350
