Metassuperfície codificável tipo móvel multifuncional permitindo redes neurais difrativas reconfiguráveis

Construindo máquinas mais inteligentes com luz e ondas

Grande parte da inteligência artificial de hoje roda em chips eletrônicos que consomem muita energia. Este artigo explora um caminho bem diferente: usar superfícies cuidadosamente projetadas para pensar com as próprias ondas eletromagnéticas. Ao moldar fisicamente como micro-ondas viajam e se dispersam, os pesquisadores criam hardware capaz de reconhecer escrita à mão, projetar hologramas e até monitorar a respiração — tudo usando os mesmos blocos reutilizáveis.

Um conjunto de Lego para controlar ondas

No cerne do trabalho está um tipo novo de “metassuperfície”, um painel fino padronizado com muitos elementos metálicos minúsculos que podem desviar, atrasar ou transmitir ondas eletromagnéticas de maneira precisa. Em vez de fixar esses elementos permanentemente, a equipe toma emprestada uma ideia da antiga impressão tipográfica móvel: cada unidade minúscula, ou “meta-átomo”, é uma peça destacável que pode ser encaixada ou retirada como um bloco modular. Os autores projetam oito tipos dessas peças, cada uma proporcionando um atraso de fase diferente para micro-ondas em torno de 14 gigahertz. Ao encaixar centenas dessas peças em uma grade, eles podem reconfigurar rapidamente o mesmo hardware em muitos dispositivos funcionais diferentes, tal como rearranjar tipos de impressão para compor uma nova página de texto.

Transformando metassuperfícies em uma rede neural física

Para demonstrar o potencial dessa ideia modular, os pesquisadores empilham três desses painéis reconfiguráveis entre uma máscara de entrada e um plano de saída, criando o que chamam de rede neural difrativa reconfigurável tipo móvel, ou MT-RDNN. Aqui, em vez de números num computador, as micro-ondas atuam como o sinal que percorre as camadas. Um padrão representando um dígito manuscrito é recortado em uma placa metálica; as micro-ondas que passam por essa máscara então atravessam as três camadas de metassuperfície. O arranjo preciso das peças em cada camada é encontrado por treinamento em computador, semelhante à otimização de uma rede neural convencional. Após o treinamento, as ondas naturalmente focalizam sua energia em regiões específicas na saída, cada região correspondendo a uma classe de dígito.

Adaptando-se a novas tarefas rearranjando peças

Uma vantagem chave dessa abordagem é que a rede pode ser reutilizada sem reconstruí-la do zero. Depois de treinar as metassuperfícies em camadas para reconhecer quatro dígitos manuscritos, a equipe adapta o mesmo hardware para classificar quatro letras do alfabeto inglês. Em vez de reconfigurar todas as peças, eles mantêm as duas primeiras camadas de metassuperfície inalteradas e ajustam apenas uma parte das peças na camada final. Usando uma estratégia de aprendizado por transferência no nível físico, preservam a maior parte da estrutura existente e refinam apenas o necessário. Isso reduz tanto o tempo de treinamento quanto o de remontagem manual em mais de dois terços, mantendo ainda mais de 92% de precisão nas experiências para reconhecimento de dígitos e letras.

De hologramas a monitores de respiração sem contato

A mesma metassuperfície tipo móvel também se mostra útil como uma lâmina funcional independente. Com uma única camada de peças, os autores geram hologramas em micro-ondas — padrões bidimensionais de intensidade que formam formas como a letra “T” ou um símbolo tipo “CM” em um plano atrás da superfície. Eles calculam a melhor configuração de peças usando um algoritmo baseado em gradiente que maximiza a similaridade entre o padrão desejado e o campo previsto. Em outra demonstração, eles direcionam e focalizam fortemente micro-ondas sobre o tórax de uma pessoa próxima. Movimentos sutis causados pela respiração modulam o sinal refletido, que é então analisado usando um método de processamento de sinais conhecido como decomposição variacional em modos. Em testes com dois voluntários em posições diferentes, a metassuperfície é reconfigurada de modo que o tórax de cada pessoa se torne o ponto focal, permitindo o rastreamento preciso e sem contato da taxa de respiração que corresponde a um sensor de referência vestível.

Por que isso importa para dispositivos inteligentes futuros

Em termos simples, este trabalho mostra como um único “chip de ondas” reutilizável feito de peças plug-in pode ser ajustado para tarefas muito diferentes — reconhecer imagens, formar hologramas ou detectar sinais vitais — simplesmente rearranjando seus componentes. A reconfiguração mecânica é mais lenta do que alternar chaves eletrônicas, mas ao mudar apenas uma fração das peças e tomar emprestado conceitos de aprendizado por transferência, os autores mantêm custo e esforço em níveis razoáveis. A abordagem aponta para hardware flexível, de baixo consumo e adaptável a tarefas que realiza parte do trabalho da inteligência artificial diretamente na física das ondas, abrindo potencialmente caminhos para novos tipos de sistemas de comunicação inteligentes, interfaces interativas e dispositivos de monitoramento de saúde.

Citação: Yu, Z., Li, X., Gu, Z. et al. Multifunctional movable-type coding metasurface enabling reconfigurable diffractive neural networks. Light Sci Appl 15, 127 (2026). https://doi.org/10.1038/s41377-026-02216-6

Palavras-chave: metassuperfície, computação óptica, rede neural difrativa, holografia, detecção de sinais vitais