成像系统光学镜头设计的自动计算方法有望提供最佳解决方案而无需人工干预，从而大幅减少通常所需的时间和成本。其结果可能是手机摄像头质量得到改善或具有新功能。

DeepLens 设计方法由 KAUST 的 Xinge Yang、Qiang Fu 和 Wolfgang Heidrich 开发，基于“课程学习”的概念，采用结构化、迭代、分阶段的方法，考虑成像系统的关键参数，例如其分辨率、光圈和视野。

该项研究成果发表在《自然通讯》杂志上。

人工智能系统与人类一样，在没有指导的情况下很难从头开始学习复杂的任务。例如，人类要学会爬、站、走，然后才能最终学会跳跃、跳舞或运动。同样，课程学习将一项复杂的任务(在本例中是复杂镜头系统的设计)分解为越来越复杂的单个里程碑，逐步提高对分辨率、光圈大小和视野的要求。

重要的是，该方案不需要以人为本的设计作为起点。相反，它可以完全自行设计复合光学系统，该系统由一系列折射透镜元件组成，每个元件都有自己定制的形状和特性，以提供最佳的整体性能。

“传统的自动化方法只能对现有设计进行微小的优化，”杨评论道。“我们的方法可以从一开始就优化复杂的镜头设计，大大减少经验丰富的工程师数月的手动工作量，只需一天的计算时间。”

该方法已被证明在创建经典光学设计和扩展景深计算镜头方面非常有效。该镜头采用手机大小的外形，使用具有高度非球面和短后焦距的镜头元件，具有大视野。它还在六元件经典成像系统中进行了测试，并分析了其设计和光学性能的演变，因为它调整了设计以满足设计规范。

杨解释说：“我们的方法专门针对多元件折射透镜的设计，这种透镜在显微镜、手机相机和望远镜等设备中很常见。”