長(zhǎng)期以來(lái)，分析物質(zhì)的化學(xué)成分始終依賴于龐大的實(shí)驗(yàn)室設(shè)備。傳統(tǒng)光譜儀通過(guò)棱鏡或衍射光柵將光線分解為不同顏色，并測(cè)量各波長(zhǎng)的強(qiáng)度。這一物理過(guò)程需要足夠的光程距離，從而決定了設(shè)備的體積與成本，使其被牢牢束縛在實(shí)驗(yàn)室內(nèi)，難以觸及外部廣闊的應(yīng)用場(chǎng)景。近日，美國(guó)加州大學(xué)戴維斯分校（UC Davis）的研究團(tuán)隊(duì)打破了這一常規(guī)限制，通過(guò)徹底移除棱鏡組件，實(shí)現(xiàn)了一種前所未有的微型化解決方案。

指尖大小的硅基芯片突破光學(xué)瓶頸

這項(xiàng)成果發(fā)表于《先進(jìn)光子學(xué)》（Advanced Photonics）期刊。該設(shè)備是一個(gè)集成在硅片上的光譜儀，面積僅為0.4平方毫米，比一粒沙子還要小，足以放置在手指尖上。與傳統(tǒng)設(shè)備不同，它不使用常規(guī)光學(xué)元件分離光線，而是采用由16個(gè)硅光電探測(cè)器組成的陣列。每個(gè)探測(cè)器表面都設(shè)計(jì)了納米級(jí)結(jié)構(gòu)，使其對(duì)不同波長(zhǎng)的光產(chǎn)生差異化響應(yīng)。

這些被稱為“光子陷阱紋理”（photon trap textures）的納米結(jié)構(gòu)，不僅擴(kuò)展了硅材料對(duì)近紅外光的敏感度，還使傳感器能夠覆蓋可見(jiàn)光至1100納米的近紅外波段。這一特性極大地拓寬了其應(yīng)用范圍，從醫(yī)療診斷到水質(zhì)污染物檢測(cè)均能勝任。

人工智能重構(gòu)光譜數(shù)據(jù)

該系統(tǒng)的核心創(chuàng)新在于硬件與人工智能（AI）的深度融合。每個(gè)光電探測(cè)器根據(jù)接收到的光線生成獨(dú)特信號(hào)，一個(gè)全連接神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)這些編碼信號(hào)與原始光譜之間的關(guān)系，以8納米的分辨率重建光譜。這一精度足以媲美體積龐大得多的傳統(tǒng)實(shí)驗(yàn)室儀器。

加州大學(xué)戴維斯分校集成納米器件與系統(tǒng)研究實(shí)驗(yàn)室（Integrated Nanodevices & Nanosystems Research Lab）團(tuán)隊(duì)指出：“通過(guò)利用AI解讀探測(cè)器信號(hào)，我們消除了通常需要用于分離光線的笨重光學(xué)組件?！鄙窠?jīng)網(wǎng)絡(luò)直接從探測(cè)器的編碼響應(yīng)中學(xué)習(xí)重建光譜，無(wú)需光線經(jīng)過(guò)任何色散元件。

三大應(yīng)用場(chǎng)景與商業(yè)化潛力

研究人員確定了該技術(shù)的三個(gè)主要應(yīng)用方向：首先是便攜式醫(yī)療診斷，芯片可在患者身邊即時(shí)分析血液、組織或尿液樣本，無(wú)需送檢實(shí)驗(yàn)室；其次是食品質(zhì)量控制，可實(shí)時(shí)無(wú)損檢測(cè)水果成熟度、肉類摻假或污染情況；第三是環(huán)境監(jiān)測(cè)，可集成到分布式傳感器網(wǎng)絡(luò)中，以極低成本檢測(cè)水或空氣中的污染物。

這種的微型化還開(kāi)啟了傳統(tǒng)光譜儀無(wú)法實(shí)現(xiàn)的可能性：直接集成到消費(fèi)級(jí)設(shè)備中。0.4平方毫米的芯片可嵌入智能手機(jī)、健康手環(huán)、農(nóng)業(yè)無(wú)人機(jī)或任何物聯(lián)網(wǎng)（IoT）設(shè)備中。未來(lái)，原本需要前往實(shí)驗(yàn)室才能完成的分析，可能只需在口袋中輕觸即可完成。

顛覆性設(shè)計(jì)與制造優(yōu)勢(shì)

雖然微型光譜儀并非全新概念，但市場(chǎng)上的現(xiàn)有設(shè)備仍保留某種色散光學(xué)組件，限制了其Zui小尺寸。加州大學(xué)戴維斯分校團(tuán)隊(duì)的突破在于徹底拋棄了這一范式：他們從零開(kāi)始重新設(shè)計(jì)測(cè)量過(guò)程，利用具有差異化光譜響應(yīng)的傳感器結(jié)合AI重建信息，而非單純縮小現(xiàn)有光學(xué)元件。

此外，該芯片采用標(biāo)準(zhǔn)硅平臺(tái)制造，兼容現(xiàn)有的半導(dǎo)體制造工藝。這意味著其大規(guī)模生產(chǎn)無(wú)需特殊的專用基礎(chǔ)設(shè)施，有望顯著縮短從實(shí)驗(yàn)室研發(fā)到商業(yè)應(yīng)用的路徑，加速技術(shù)落地。

對(duì)于中國(guó)光電傳感與物聯(lián)網(wǎng)產(chǎn)業(yè)而言，這一技術(shù)路線提供了重要啟示：在硬件微型化遭遇物理極限時(shí)，通過(guò)算法補(bǔ)償光學(xué)缺失可能成為新的破局點(diǎn)。國(guó)內(nèi)企業(yè)在半導(dǎo)體制造與AI算法領(lǐng)域具備完整產(chǎn)業(yè)鏈優(yōu)勢(shì)，若能快速跟進(jìn)此類“光算一體”的芯片設(shè)計(jì)思路，有望在便攜式醫(yī)療檢測(cè)、智能農(nóng)業(yè)及環(huán)境監(jiān)測(cè)等新興市場(chǎng)中搶占先機(jī)，推動(dòng)傳感器從“大型儀器附屬”向“通用電子組件”轉(zhuǎn)型。