AI 磁振子学逆向设计展望

逆向设计——指定所需功能并让计算算法找到最优结构——已成为磁振子器件工程的有力范式。在本文中，我们综述了快速发展的逆向设计磁振子学领域，并沿两个轴对其进行组织：设计变量（拓扑、材料参数和磁场分布）和算法工具箱（无梯度、基于梯度和基于神经网络的方法）以及支持它们的可微微磁求解器。然后，我们指出了我们认为对该领域下一阶段最有前景的开放前沿：用于弥合模拟与实验之间差距的灵敏度分析和稳健设计；输入整形和换能器优化；将非线性自旋波效应作为明确的设计资源纳入；空间结构化放大；自适应介质和基于机器学习的设计；以及通用、可重构磁振子平台的长期愿景。我们认为磁振子学和人工智能正从两个方向汇聚——用于设计磁振子器件的机器学习工具，以及作为神经形态计算硬件的磁振子器件——并提出术语“AI 磁振子学”来描述这一新兴范式。