Camouflage technology has attracted growing interest for many thermal applications. Previous experimental demonstrations of thermal camouflage technology have not adequately explored the ability to continuously camouflage objects either at varying background temperatures or for wide observation angles. In this study, a thermal camouflage device incorporating the phase-changing material Ge2Sb2Te5 (GST) is experimentally demonstrated. It has been shown that near-perfect thermal camouflage can be continuously achieved for background temperatures ranging from 30 °C to 50 °C by tuning the emissivity of the device, which is attained by controlling the GST phase change. The thermal camouflage is robust when the observation angle is changed from 0° to 60°. This demonstration paves the way toward dynamic thermal emission control both within the scientific field and for practical applications in thermal information.

Abstract Dynamic thermal emission control has attracted growing interest in a broad range of fields, including radiative cooling, thermophotovoltaics and adaptive camouflage. Previous demonstrations of dynamic thermal emission control present disadvantages of either large thickness or requiring sustained electrical or thermal excitations. In this paper, an ultrathin (∼0.023λ, λ is the emission peak wavelength) metal‐insulator‐metal plasmonic metamaterial‐based zero‐static‐power mid‐infrared thermal emitter incorporating phase‐changing material GST is experimentally demonstrated to dynamically control the thermal emission. The electromagnetic modes can be continuously tuned through the intermediate phases determined by controlling the temperature. A typical resonance mode, which involves the coupling between the high‐order magnetic resonance and anti‐reflection resonance, shifts from 6.51 to 9.33 μm while GST is tuned from amorphous to crystalline phase. This demonstration will pave the way towards the dynamical thermal emission control in both the fundamental science field and a number of energy‐harvesting applications.

High-index dielectric nanoparticles supporting a distinct series of Mie resonances have enabled a new class of optical antennas with unprecedented functionalities. The great wealth of multipolar responses has not only brought in new physical insight but also spurred practical applications. However, how to make such a colorful resonance palette actively tunable is still elusive. Here, we demonstrate that the structured phase-change alloy Ge2Sb2Te5 (GST) can support a diverse set of multipolar Mie resonances with active tunability. By harnessing the dramatic optical contrast of GST, we realize broadband (Δλ/λ ~ 15%) mode shifting between an electric dipole resonance and an anapole state. Active control of higher-order anapoles and multimodal tuning are also investigated, which make the structured GST serve as a multispectral optical switch with high extinction contrasts (>6 dB). With all these findings, our study provides a new direction for realizing active nanophotonic devices.

We propose a broadband, efficient, ultra-thin metal-insulator-metal (MIM) absorber with a simple single-sized disk configuration by utilizing metals with high imaginary part of permittivity (ε″). The physics behind this is that field dissipation is remarkably enhanced in MIM absorbers with high-ε″ metals, significantly extending the absorption bandwidths, which are conventionally limited by magnetic resonances of MIM absorbers with low-ε″ metals. The experimentally demonstrated MIM absorber based on tungsten with high-ε″ yields broadband absorption from visible to near-infrared range (400–1700 nm) with an average measured absorption of 84%. The ultra-thin and single-sized nanostructure with broadband efficient absorption facilitates the scalability to large-area photonic applications.

Passive daytime radiative cooling materials could reduce the energy needed for building cooling up to 60% by reflecting sunlight and emitting long-wave infrared (LWIR) radiation into the cold Universe (~3 kelvin). However, developing passive cooling structures that are both practical to manufacture and apply while also displaying long-term environmental stability is challenging. We developed a randomized photonic composite consisting of a microporous glass framework that features selective LWIR emission along with relatively high solar reflectance and aluminum oxide particles that strongly scatter sunlight and prevent densification of the porous structure during manufacturing. This microporous glass coating enables a temperature drop of ~3.5° and 4°C even under high-humidity conditions (up to 80%) during midday and nighttime, respectively. This radiative “cooling glass” coating maintains high solar reflectance even when exposed to harsh conditions, including water, ultraviolet radiation, soiling, and high temperatures.

Significance Traditionally, the cooling for passive vapor condensation is mainly provided by convection and conduction. However, these mechanisms do not work when the vapor temperature is near the ambient air temperature. At such temperatures, radiative condensation remains effective. However, existing radiative vapor condensers must operate during the nighttime. Here, a novel radiative-cooling technique is applied to extend radiative condensation to both daytime and nighttime. The technique uses engineered thermal radiators that do not require lithography or other costly fabrication techniques and can be manufactured to cover large areas. When combined with traditional convective and conductive condensers, this passive technology can potentially double the water production rate for passive water technologies.

Two spatially and spectrally resolved narrowband absorbers based on 2D grating nanostructures (polymethylmethacrylate (PMMA) grating and gold grating) on metallic films are designed, fabricated, and characterized. For PMMA grating on a metallic film, the measured absorption bandwidth is 12 nm with a nearly 80% absorption at normal incidence. The transverse electric (TE) localized mode shows a calculated 3.5° angular width. The transverse magnetic (TM) resonant mode supports both a localized mode and a lattice mode. The TM lattice mode shows a calculated angular width of 0.75° and exhibits a large wavelength‐angle sensitivity of nearly 15 nm per degree and a large absorption‐angle sensitivity of 77.5% per degree. For gold grating on a metallic film, the measured absorption bandwidth is 40 nm with a nearly 70% absorption. Such spatially and spectrally resolved 2D nanostructure arrays with large angle sensitivities have potential applications in angle measurement, thermal emitters, optical filters, and biosensors.

Deep learning is known to be data-hungry, which hinders its application in many areas of science when data sets are small. Here, we propose to use transfer learning methods to migrate knowledge between different physical scenarios and significantly improve the prediction accuracy of artificial neural networks trained on a small data set. This method can help reduce the demand for expensive data by making use of additional inexpensive data. First, we demonstrate that, in predicting the transmission from multilayer photonic film, the relative error rate is reduced by 50.5% (23.7%) when the source data comes from 10-layer (8-layer) films and the target data comes from 8-layer (10-layer) films. Second, we show that the relative error rate is decreased by 19.7% when knowledge is transferred between two very different physical scenarios: transmission from multilayer films and scattering from multilayer nanoparticles. Next, we propose a multitask learning method to improve the performance of different physical scenarios simultaneously in which each task only has a small data set. Finally, we demonstrate that the transfer learning framework truly discovers the common underlying physical rules instead of just performing a certain way of regularization.

Abstract A new type of spectrometer that heavily relies on computational technique to recover spectral information is introduced. They are different from conventional optical spectrometers in many important aspects. Traditional spectrometers offer high spectral resolution and wide spectral range, but they are so bulky and expensive as to be difficult to deploy broadly in the field. Emerging applications in machine sensing and imaging require low-cost miniaturized spectrometers that are specifically designed for certain applications. Computational spectrometers are well suited for these applications. They are generally low in cost and offer single-shot operation, with adequate spectral and spatial resolution. The new type of spectrometer combines recent progress in nanophotonics, advanced signal processing and machine learning. Here we review the recent progress in computational spectrometers, identify key challenges, and note new directions likely to develop in the near future.

Abstract Applying intelligence algorithms to conceive nanoscale meta-devices becomes a flourishing and extremely active scientific topic over the past few years. Inverse design of functional nanostructures is at the heart of this topic, in which artificial intelligence (AI) furnishes various optimization toolboxes to speed up prototyping of photonic layouts with enhanced performance. In this review, we offer a systemic view on recent advancements in nanophotonic components designed by intelligence algorithms, manifesting a development trend from performance optimizations towards inverse creations of novel designs. To illustrate interplays between two fields, AI and photonics, we take meta-atom spectral manipulation as a case study to introduce algorithm operational principles, and subsequently review their manifold usages among a set of popular meta-elements. As arranged from levels of individual optimized piece to practical system, we discuss algorithm-assisted nanophotonic designs to examine their mutual benefits. We further comment on a set of open questions including reasonable applications of advanced algorithms, expensive data issue, and algorithm benchmarking, etc. Overall, we envision mounting photonic-targeted methodologies to substantially push forward functional artificial meta-devices to profit both fields.