面向物理人工智能的超表面技术：机器学习赋能的医学与消费电子纳米光子学

项目概览

本博士课题由南安普顿大学工程与物理科学学院开展，指导团队为 Xu Fang 博士和 Eric Plum 博士。

课题研发用于物理人工智能的下一代超表面，将感知、计算与决策直接嵌入物理硬件，而非完全依赖传统数字处理链。

研究将机器学习辅助光学设计、纳米制造和光学系统表征结合，发展可在光学域直接执行智能推断的处理器与传感器。

英国本土学生可获最长3.5年的学费资助和按UKRI标准发放的免税生活津贴；申请截止为2026年7月31日。

项目详情

超表面是能够操控光振幅、相位和偏振的平面纳米结构，可构建突破传统光学限制的超紧凑光学系统。物理人工智能则把智能功能直接实现于物理系统中，与常规数字处理流水线相比，有望降低时延、功耗和计算开销。课题将这两项前沿结合，开发基于超表面的光学处理器和传感器，使其能够直接在光学域完成智能推断。

潜在应用包括智能三维内窥镜、机器人、自主感知、可穿戴和消费电子设备，以及能在图像采集端提取高层信息的紧凑成像系统。研究重点是机器学习辅助的超表面设计，使光学功能可与特征提取、分类、波前传感和深度推断等人工智能任务协同优化。

器件将依托南安普顿大学的纳米制造设施实现，并探索可规模化、可制造的智能光学硬件路线。学生将接受计算光子学与逆向设计、纳米制造与超表面工程、光学系统设计及表征、用于物理系统的机器学习等交叉训练。课题建立在EPSRC、皇家学会和Leverhulme Trust的近期资助基础上，并与麻省理工学院、东京农工大学和南洋理工大学等国际伙伴合作；博士后期还可能有与产业伙伴协作和开展较长国际访问的机会。

项目训练并不局限于单一算法或材料体系：申请者需要把光学器件功能、机器学习任务、制造约束和测试表征联系起来，形成从设计、制备到验证的闭环。传统做法通常先采集光学信号，再依赖电子硬件和数字算法完成分析；本课题试图把部分特征提取、分类或深度推断前移到光学硬件本身。因此，超表面的几何结构、光场响应和机器学习目标必须一起优化，学生也要通过光学实验验证真实器件与计算结果之间的差异。

面向医学成像或消费电子的应用还意味着系统应考虑小型化、能耗和制造可扩展性。学校提供纳米制造能力以支持器件实现，项目提到的国际和产业协作可带来跨机构交流；但核心工作仍包括纳米制造、光学设计与表征、算法设计及物理系统机器学习之间的整合，具体选题会受导师安排、项目进展和合作机会影响。研究结果还需要评估光学推断在实际应用环境下的可靠性、可重复性与制造容差，使器件性能、算法效果和使用场景之间能够形成可检验的对应关系。

申请要点

• 学历：须具有英国二等一荣誉学位或国际同等学历。

• 学制与专业：申请研究型、2026/27学年，选择全日制或非全日制，并检索 PhD Electronic & Electrical Engineering（7092）。

• 申请操作：在申请表第2部分填写导师姓名。

• 材料：研究计划、简历、两封学术推荐信、截至目前的学位成绩单及证书，以及适用时的英语语言资格证明。

• 联系：一般问题可联系 feps-pgr-apply@soton.ac.uk；拟申请前可联系课题负责人 X.Fang@soton.ac.uk。

• 资助：英国学生学费由项目支付，并按2026/27年度UKRI标准获得每年21,805英镑免税生活津贴，最多3.5年。

• 截止：2026年7月31日（星期五）。项目面向全球学生竞争性招生，但国际学生的资助适用性需要确认。

需要进一步确认

• 已明确的学费和生活津贴表述针对英国学生；国际学生是否可获得同等资助、是否需补缴费用及名额数量未说明。

• 产业合作、国际研究访问和具体的医学/消费电子应用均为可能机会，是否落实及其安排取决于课题阶段和合作条件。

PhD 项目深度调研报告：面向物理 AI 的超表面技术

执行结论

建议标签：值得重点考虑，但需核实匹配度。 这是一个在超表面、纳米光子学、传感与硬件辅助 AI 交叉领域开展研究、技术上颇具吸引力的博士机会。现有证据支持其具备较强的实验室环境，并显示导师专长与课题方向相符。关键不确定性主要在实施层面而非声誉层面：首个器件/应用目标究竟是什么、日常指导如何分工，以及海外申请者能否获得全额学费覆盖。应将其视为器件与算法并重的研究计划，而不是对已完成临床或消费级产品的承诺。

学校、项目与所在地信号

官方 Electronics and Computer Science PGR 页面列明该机会的截止日期为 2026 年 7 月 31 日，说明可直接联系导师并获得研究生院发展支持，且博士项目归入电子与电气工程路径。其跨学科基础与课题相关：电子工程、计算机与面向 AI 的研究在同一环境中协同开展，并非仅作为外部合作补充。

Optoelectronics Research Centre尤其相关。该中心称拥有 50 多个实验室、专门的光子学团队，并可使用 Zepler Cleanrooms；同时展示了与 REF 相关的强势 General Engineering 信号。这些信息为研究环境提供了可信支撑，但中心层面的排名或 REF 表述不能证明某一 studentship 可获得多少导师时间或仪器使用权。

Doctoral College提供校级职业发展与可迁移技能培养。对于实验室工作占比高的博士项目，更值得确认的是：这些集中资源如何与团队特定的实验培训和论文指导结合。

导师与实验室评估

导师研究方向

Xu Fang 的个人资料显示，其研究聚焦纳米光子学与超表面，将数值模拟与纳米制造结合，并涉及光学传感及医疗相关应用；资料还列出 EPSRC、Royal Society 和 Leverhulme Trust 资助，以及近期与 TUAT 和 MIT 的访问联系。这为机器学习辅助超表面设计与传感提供了直接的主题连接。

Eric Plum为接受博士生申请的 Principal Research Fellow。他的在研项目包括纳米光子学驱动的光学计量与超材料，近期成果覆盖结构光传感、吸收以及光学超材料物理。两人的资料共同表明，课题可以形成设计/制造与超材料/结构光专长的合理组合。申请者仍应确认：谁负责每周的技术决策、谁主导机器学习部分，以及针对具体医学成像或电子应用是否设有明确的联合导师。

近期重要论文

• Resolving complex subwavelength grating structures using topologically structured light（2026）为 Eric Plum 共同署名的近期 Optics Express 论文。其结构化照明与亚波长分辨率研究与光学计量、传感相关，但并不能直接证明临床应用能力。
• General Approach to Perfect and Broadband Absorption in Thin Films（2025）是 Eric Plum 共同署名的光吸收工程论文，支持更广义的超表面/材料功能主题，但不能据此确定本博士项目的材料平台。
• Localization of nanoscale objects with light singularities（2025）将 Eric Plum 与纳米尺度定位和结构光测量联系起来，进一步支持传感路径。
• Over 240 Resonances on a Metasurface-Pixelated Silicon Wafer in an Octave-Spanning Terahertz Range（2024）包含 Xu Fang 的工作，展示了在硅晶圆平台上兼顾制造约束的超表面研究；其太赫兹背景不应被视为本项目最终工作波段的既定事实。

实验室、资源与合作环境

官方 Nanophotonics Group涵盖光子超材料、纳米与皮米光子学、纳米尺度成像和计量，并列出 Eric Plum 参与的在研项目。纳米制造洁净室说明其可开展最高至 200 mm 晶圆尺度的半导体加工，包括光刻、沉积、刻蚀、CMP 和表征。详细的光刻能力说明列出 5 nm 电子束曝光和 DUV 扫描仪。这些能力能实质降低元光学原型的基础设施风险，但制造准入仍需在项目层面讨论培训、排队时间、工艺兼容性、耗材与技术支持。

研究方向与领域前景

领域动向

该领域具有可信的发展动能。2024 年综述 AI for optical metasurface说明 AI/ML 可加速设计、评估制造容差并补偿器件缺陷；综述 Optical neural networks: progress and challenges指出其在时延、散热和并行性方面的潜在优势，同时强调可扩展性、非线性和工程实现的局限；观点文章 Diffractive optical computing in free space则将超表面与推理、计算成像及显微技术联系起来。

关键含义是，论文不应把“物理 AI”当作无边界标签。它需要明确的输入分布、光学功能、任务层面指标、校准流程、制造容差研究，以及与常规“光学加数字处理”管线的基线比较。

潜在研究切入点

可行的研究方向包括：面向紧凑特征提取器的制造感知逆向设计；采用超表面前端的波前/深度传感；结构光计量；或具有任务感知光学编码的紧凑成像原型。一项严谨贡献可结合：(1) 仿真与基于 ML 的优化；(2) 受限的材料/波长平台；(3) 已制造器件的表征；以及 (4) 真实扰动下的推理或传感精度。若开展医学工作，在确认临床合作方和验证路径之前，应先定位为光学技术研究，因为医学方向还会增加转化、数据与验证问题。

职业与市场前景

该项目可培养计算光学、纳米制造、器件计量、实验设计和 ML 辅助优化等可迁移能力，适用于光子传感、成像、半导体/器件研发、光计算及部分量子技术路径。英国政府的 Quantum Skills Taskforce report指出，量子光子学、电子学和控制工程都需要较长培养周期。这是有利的背景信息，并非特定就业市场的保证。最具可迁移性的成果将是经过验证、考虑制造约束的器件与数据作品集，而不是仅有仿真的分类器。

资助、申请与生活成本

项目说明称，英国学生可获得学费及按 UKRI 标准发放、最长 3.5 年的免税生活津贴。UKRI 指引确认，自 2026 年 10 月起全日制最低津贴为 £21,805，并说明 UKRI 学费支持仅限 home-fee 标准。因此，国际申请者在将其视为全额资助职位前，应书面确认学费覆盖、任何学费补差及资助期限。

学校的 PGR 学费页面说明研究学费按年度收取，海外学费可能每年上调。生活成本方面，官方学生生活成本指南给出的示例包括宿舍 £155–236/周、食品 £50，以及水电、交通和个人开支等单列预算。研究生住宿说明称学校自营住宿包含水电、Wi‑Fi、洗衣和本地公交卡。按这些示例，津贴对合租或宿舍式生活或许可行，但这并非个人负担能力保证；签证、差旅、家庭支出和海外学费风险都可能显著改变结论。

申请者匹配度与准备

较适合的背景

• 具备光学、光子学、电磁学、物理、材料科学或电子工程基础的研究者。
• 愿意将数值建模或机器学习与制造和光学测量结合的申请者。
• 对传感、成像或执行明确信息处理功能的紧凑硬件感兴趣的候选人。

可能需要谨慎的情况

• 期望博士阶段仅做软件 AI、而不涉及实验/器件工作的申请者。
• 需要获得有保证的海外学费奖项，但无法取得书面确认的申请者。
• 希望直接实现医学部署、却不愿承担额外验证、数据和监管约束的申请者。

可强化的技能与证据

申请材料应展示电磁建模、基于 Python 或 MATLAB 的分析、可复现的优化/ML、严谨实验意识与科学写作能力。最有说服力的研究计划会选定一个狭窄的光学 AI 任务，给出兼顾制造约束的路线，明确测量方案，并设定任务级基线。相较于泛泛宣称低功耗或高速度，为时延、能耗、精度、鲁棒性和可制造性提出量化方案更有说服力。

风险与待核实问题

高优先级问题

1. 该名额由哪项具名奖项资助，是否同时覆盖完整海外学费与生活费？
2. 津贴和学费覆盖是否保证贯穿通常的 3.5 年期限，续资条件为何？
3. 哪一器件平台、波段及首个应用基准将定义第一年的工作？
4. 两位具名导师如何分工，谁提供制造和 ML 方面的日常指导？
5. 配置了哪些洁净室培训、工艺模块、技术支持与耗材预算？
6. 相较于常规数字处理基线，何种结果算作成功？

中优先级问题

1. 哪些国际和产业合作是对该学生的确定安排，而非潜在机会？
2. 研究访问是否有经费支持，适用哪些里程碑或签证条件？
3. 若开展医学成像，哪些数据、临床合作方、伦理审批和验证阶段可用？
4. 消费电子原型适用何种知识产权、发表和商业化规则？
5. 第一年预期交付物、会议计划和论文发表要求是什么？

证据与来源

项目、环境与设施

• Electronics and Computer Science 博士后研究
• Optoelectronics Research Centre
• Nanophotonics Group
• 纳米制造洁净室
• Zepler Cleanrooms 光刻能力

导师与论文

• Dr Xu Fang
• Dr Eric Plum
• Resolving complex subwavelength grating structures
• General Approach to Perfect and Broadband Absorption in Thin Films
• Localization of nanoscale objects with light singularities
• Over 240 Resonances on a Metasurface-Pixelated Silicon Wafer

领域、资助与成本

• AI for optical metasurface
• Optical neural networks: progress and challenges
• Diffractive optical computing in free space
• UKRI 对受资助学生的支持
• 学生生活成本
• 英国 Quantum Skills Taskforce 报告