近日，在庄松林院士指导下，上海理工大学太赫兹技术创新研究院科研团队臧小飞教授、朱亦鸣教授联合东方理工大学丁飞教授课题组，提出了一种实现偏振可选择的衍射神经网络（PS-DNNs）新方法。通过联合相位和偏振多自由度调控，实现了偏振可控的单向与双向网络功能切换，从而同步达成信息加密与共享的目的。研究成果以“Polarization-selective unidirectional and bidirectional diffractive neural networks for information security and sharing”为题发表于《Nature Communications》期刊（IF=14.7，中科院一区），博士生郭子晴为第一作者，谭知雨博士为论文的共同一作，臧小飞教授、朱亦鸣教授、丁飞教授为通讯作者。
本研究针对传统全光大容量信息处理中信息安全与数据共享的矛盾，提出了级联型超构表面偏振可控的衍射神经网络新架构，通过融合相位调控、偏振转换及方向/偏振选择功能，实现了神经网路的单向信息加密和双向信息共享功能切换。针对传统3D打印衍射表面自由度受限的问题，研究团队创新性地将四分之一波片（QWP）超构原子阵列与金属光栅级联，实现数字分类和无损成像的偏振可选择的单向-双向衍射神经网络。进一步，将半波片（HWP）超构原子阵列和金属光栅级联实现了功能切换更为全面的单向-双向-单向DNNs。最后，基于PS-DNNs设计了一种高安全性能的信息传输和数据交换新架构。实验结果表明，该架构能够在同一物理平台上实现海量数据传输的同时实现特定数据的加密和共享。相关研究为全光计算，全光信息处理和通信安全提供新的思路。基于PS-DNNs的高安全性信息传输和数据交换系统https://doi.org/10.1038/s41467-025-59763-6
