Hyong-Ryeol Park 教授和他在 UNIST 的研究团队开发出了将太赫兹 (THz) 电磁波放大 30,000 倍以上的技术。与基于物理建模的人工智能算法相结合，这种太赫兹波的放大可以实现 6G 频率的大规模商业利用。

Park教授的团队与美国田纳西大学的Joon Sue Lee教授和橡树岭国家实验室的Mina Yoon教授合作，成功开发了针对6G传输优化的太赫兹纳米谐振器。由于基于物理理论基础的人工智能模型的集成，研究人员成功地在个人计算机上高效地设计了太赫兹纳米谐振器。以前即使使用超级计算机，这个过程也很耗时，现在已经大大加快了。

与老式太赫兹纳米谐振器相比，人工智能的效率提高了 30,000 倍以上

通过太赫兹电磁波传输实验，团队评估了其开发的纳米谐振器的性能。结果是惊人的：产生的电场超过传统波的 30,000 倍以上。与之前的太赫兹纳米谐振器相比，这种新的人工智能技术对于6G来说性能提升了 300% 以上。

“虽然传统的人工智能逆向设计技术专注于光学器件，但它们在 6G 频率（0.075 至 0.3 THz）的应用带来了重大挑战。在这些比波长小一百万倍的尺度上，该方法需要彻底改革。”帕克教授解释道。

人工智能显着缩短了纳米谐振器的优化时间

为了应对这些挑战，Hyong-Ryeol Park 教授领导的研究人员开发了一种将用于 6G 的新型太赫兹纳米谐振器与人工智能逆向设计方法相结合的方法。这种新方法实际上是基于理论物理建模的。

这一过程使他们能够在 40 小时内在个人计算机上优化设备。与单次模拟需要数十小时的优化，甚至完整优化需要数百年的时间相比，这要低得多。

该研究的第一作者 Young-Taek Lee 博士也强调了所获得的纳米谐振器的多功能性。它的特性开辟了不同领域的主要视角。例如微型分子传感器、超精密探测器的设计，甚至辐射热测量计的研究。“所开发的方法可以应用于各种研究对象。然而，它涉及各种波长或结构的理论物理建模，”他解释道。

Park教授强调人工智能与对现象的详细理解之间的互补性。“尽管人工智能可能看起来是一种万能的解决方案，但掌握基本的物理原理仍然至关重要。”他补充道。