引言

光学是门既古老又新颖的学科。原来的光学主要是物理光学和几何光学。1609 年出现了伽利略望远镜；1666 年牛顿的三棱镜分光太阳光的实验，成功为后来的光学研究奠定了基础；再之后出现的 X 射线干涉仪、拉曼光谱，显微镜等研制者均获得诺贝尔奖金。近几十年，光学技术得到了迅速发展。21 世纪，诺贝尔物理和化学奖的获得者，看似与光学无关，但本质上都属于光学领域，比如 2008 年化学奖的获得者日本人下村修、美籍华裔化学家钱永健，研究的是用绿色荧光蛋白来检查细胞蛋白；2009 年物理奖获得者是高锟和 Willard S. Boyle、George E. Smith，高锟主要研究的是光纤传感，现代通讯里面已多用光纤，不再使用铜线；Willard S. Boyle、George E. Smith 发明了第一个成功的数字影像传感器：电荷耦合器件（CCD），现在我们使用的探测器不是 CCD 就是 CMOS。再后来，日本人做出了蓝光 LED，接着就是超分辨率荧光显示。因此，虽然光学是门古老的科学，但随着现代化的发展又焕发着青春。 

从光学的角度上看，最大的变化应该是激光的出现。1916 年，爱因斯坦发现了激光。激光英文直译成中文，意思是“受激辐射的光”，被称为“最亮的光”、“最快的刀”、“最准的尺”，是 20 世纪以来继核能、电脑、半导体之后，人类的又一重大发明。激光的干涉性好、亮度高、方向性好，所以激光的出现对光学的发展具有非常大的促进作用。我们现代生活当中到处都用到激光，无论是测量还是武器，激光的出现在光学领域引起的变化是巨大的。

近年来，在光学领域里面还出现了很多新的分支，例如纳米光学、太赫兹等。过去的镜头都是用的球面、非球面，现在出现了光学自由曲面，作为显微方面又出现了超分辨。一些理论从电信工程领域转到光学领域中来，又出现了压缩感知、深度学习、大容量的光存储、运用光束进行测量、二元光学、非线性光学、计算光学等等。新出现的这些光学的分支在工业上已经逐步得到了应用，而且起到了很好的效果。

纳米光学（Nano Optics）

所谓纳米，就是把金属弄成很小的颗粒，这些颗粒是在 100 个纳米以下的。纳米的性质跟普通的大块儿的金属材料或其他材料不一样。颗粒变小以后，它表面的面积就相对比较大。光线照射以后，会跟纳米的结构、纳米颗粒发生线性或者非线性的变化，或者是量子之间的相互变化，就产生了表面等离子现象（Plasmonic Effect）。这个现象的出现，实际上就是表面的原子的活动能量很高，相互碰撞，自由电子也在相互碰撞，所以这个信号就可以大大加强。比如说一根针，针的表面上都有金属纳米颗粒。用它探测时，探测信号就特别强。这就是纳米最基本的表面等离子现象。表面等离子现象在很多领域都得到了运用。后来，又出现了超分辨率纳米光刻、高密度的数据存储以及近场光学等等。

中科院成都光电所最近做了一个平面透镜。平面透镜上面就是一些小的纳米颗粒，这些纳米颗粒排好就能做成一个平面的透镜。另外，还做了超分辨成像，超分辨成像就是在一块玻璃板上，把纳米按照一个规律分布，再经过一个滤波器之类的器件，就得到了一个超分辨的图像。纳米再发展下去就是超表面。

超表面（Metasurface）

超表面是指一种厚度小于波长的人工层状材料，非常薄，它可以对电磁波、光波、光波的偏振、振幅、相位，以及极化的程度、极化的方式、传播的方式都能进行调控。超表面是一种结合了光学与纳米科技的新兴技术。

超表面的应用非常广泛。例如用雷达去发现航天器在飞行，如何反雷达，让雷达不容易发现。隐身的问题就可以用超表面来做材料，用它做的材料可以反雷达。超表面有很多用途，高反射率的、高透过率的都可以用到。

压缩感知（Compressive Sensing）

在电气工程信号处理时，大量地使用模拟信号，模拟信号后来变成数字信号，数字信号有降低干扰等诸多好处。可是要把数字信号再变回去，变成原来的模拟信号，就有一个取样的问题，到底取样取多少。在电气工程里面，香侬定理就是关于取样的，必须取多少，才能恢复到原来的信号。对图像来说，有各种频率的，但是取样到底取多宽，香侬定理规定，至少等于它的带宽，此带宽是一直遵守的规则，否则不能恢复到原来的信号，恢复完了以后就出现了混叠现象。顾名思义，混叠就是混在一起，不清楚。

所以，香侬定理规定了，我们要取样多少。图像里本来也有各种各样频率的一些信号，但是都变成数字信号后，到底去取多大的带宽才能恢复原来的图像?于是，就有人打破了香侬定理，提出了压缩感知。简单的说，压缩感知就是在数学上做了一些处理，做了傅立叶变换或者小波变换。变换后发现，信号里面不仅仅有一些信号，还有很多地方是零信号，是零值。如果把这些零值都去掉，信号就减少了很多，可以大大地减少信息量，这样对做图像处理是很重要的。压缩感知就是把那些冗余的信息去掉，它一出现，在科学界和工业领域，在信息论、图像处理、地球科学、光学和微波成像、模式识别等各个领域都得到非常大的重视。因为信息量可以大大地缩减。譬如核磁共振，核磁共振利用的是电磁波，得到的图片数据量太大，而应用压缩感知就可以以比较少的信息，完整地恢复原来的图像。 

深度学习（Deep Learning）

人是万物之灵，最主要的一点就是，人是善于学习的。一个小孩，最初一看到他爸爸，也不见得就叫得出来，最多只能“啊”就完了。但后来发现，那个是爸爸，应该叫爸爸才对，慢慢的，他就认识了爸爸。

其实，一个人学习跟判断是很重要的，跟其他动物相比，人类更善于学习。现在机器人的能力也非常强，世界上最有名的围棋手跟机器人下棋，几次都是机器人赢了。为什么?其实就是机器人做了很多学习，它可以检索到不同的一些走法。它可以利用计算机线路板，每一块线路板上都有感知器，感知器在不同的线路板上传递，一层一层的传递。每一次传递的时候，它实际上就设计好了，第一层先认识一个图像的边缘线，这可能是一条直线；第二次又传递到下一个，它又认识一个图像的犄角，这也可能是圆角；慢慢地，一层一层的认识，就可以得出一个图像来。这个图像到底对不对，它又有个背传，就是返回来。返回来之后，再跟原图进行比较，一比较发现了差距。这里有一个阈值，如果阈值设的高一点，那就过了；但是，如果阈值低一点，或者更小，可以说精确度就越高一些。所以返回来，不够再来，反复迭代。最后就能得到一个很好的图像。为什么机器人能把最高段位的围棋手都胜了?这是因为它做了大量的迭代。而且每一次网络，还能改变它的权重，改变了它的方向。这次传到这个神经元或者某个感知器上面，下一次传到另外一个感知器上。这样就反复反复的迭代，到最后它的阈值就变得很小很小。所以知名的围棋手跟机器人去比赛的时候，到最后肯定是比不过的，因为机器人经过了几万个训练。所以每一次改变阈值，改变传递到哪一个感知器，是可以变化的。变化来变化去，然后反复迭代，就能迭代出一个非常好的结果。

人脸识别也一样。基于人的脸部特征，对输入若干的人脸图像或视频流，从而得到一个非常好的网络，这个网络就善于去识别人。识别分成两个阶段，训练的时候可能几个小时，甚至七八个小时，训练完了，得到了人脸识别网络。使用的时候，人脸只要往那儿一站，光一照，立刻就能识别出来。这是谁，那是谁，识别出来了，这就是深度学习。

深度学习为两段，一个阶段是学习，另一个阶段是测试。这种反复迭代的办法在各个领域都在使用：人脸识别、模糊图像识别、超分辨率以及一些物品的分类。不好分类的物品，找一个比较好的网络，来进行分类。我们做遥感，在卫星或者地面拍摄的一个图像，因为速度很快，再加上大气的干扰，所以图像不够清楚。但是不清楚的一个图像，让它经过我们优化的网络，经过迭代，就能很清楚的把这个物品到底是什么，识别出来。这些应用是非常有价值的。

太赫兹技术（Terahertz）

过去讲光学，大都是做的可见光，或者近红外。比近红外更长一些的是远红外，微波波长最短处叫

做 超微波，远红外与超微波之间的区域就是太赫兹。所谓太赫兹，是 10 12 赫兹。它是一个有独特优点的辐射源。在美国把太赫兹评为改变未来世界的十大技术之一。2005 年，日本把太赫兹列为国家支柱的十大重点战略目标，希望举全国之力来进行开发。太赫兹很有用处，可以用在成像、毒品的检查、生物的检测、细胞里面蛋白质成分分析等方面。进关海关时，用太赫兹扫一下，身上藏的东西，都能照出来。另外，还有太赫兹的光谱，这是我们用普通的光源得不到，但是用太赫兹就可以得到。

光学自由曲面（Free-form Optics）

过去光学系统大部分都用的是球面和非球面，都是光学对称的。光学自由曲面与传统不同，它可能是一些非对称的曲面，它突破了传统成像的一些基本概念。所以，只要需要，不论是发射，接收还是转换，都可以。

另外，从加工上说，不管是球面的还是非球面的，如果是玻璃的，先去切成一块玻璃。然后去铣，再磨，磨完了，再抛光，才能做出一个镜面。而现在，光学自由曲面大部分是经过单点金刚石车床来车，表面的光洁度没有问题。然后光学自由曲面常常在某个地方，表面可能就凸出一点儿，这一点，结果它就能把有些像差去掉。使用光学自由曲面，可以得到大的视场角，高分辨率。对于光学设计，自由曲面增加了很多变量，有利于消除像散等像差，像散的问题在光学设计里面很麻烦。用数控机床来加工，加工的速度比以前的多少工序要快的多。将来，可能有很多光学设备做成自由曲面，通过压膜式的压出来，这样可大大提升生产量。

结束语

技术如何转化为生产力，高校和企业如何对接，产学研就显得尤为重要。

高校跟企业不同，高校的人才汇集，他们更愿意钻研一些新的技术。像清华大学设有常聘教授，并规定常聘教授必须出国一年，没有一年的出国经历，连常聘副教授都不可胜任。常聘教授在国外有一年的经历，专门学习新的技术。但企业不一样，企业有生存的压力，他们首先必须要解决生存问题。比如私营企业，它得赚钱，不然养活不了这么多职工。所以，企业跟高校经营是不一样的。

高校尤其是工科的院校，必须要与企业很好的结合。如果不能结合，所有技术都是纸上谈兵。最后起到什么作用，谁都看不到。那些在国外学习过的技术专家，他们对于国内企业到底需要些什么技术，往往是不太了解的。他们做的研究题目大都是从文章到文章，这是不可取的。高校的专业人员首先要到企业来，向企业学习，了解他们的需求。需求在哪里，新技术就在哪里，这样才能做出些创新性的工作。只有通过创新性工作，我们的技术发展才有可能从跟跑变为并跑，最后变成领跑。这才是工科发展的一条路。产学研相结合是非常重要的。

光学事业的蓬勃发展，给高校科研人员提供了一个新的平台，我们力争要把专业知识带给航天企业，

在了解企业需求的基础上，双方找到一些结合点，一起开展研究工作，共同为我们的航天事业做出贡献。