845
/00 前言/
在做科学研究的时候，常常需要进行创新探索。创新是一个广泛的概念，可以指代在任何领域引入新的想法、方法、技术或产品。创新的思路或者设计可以达到以下效果：
优化现有方案，推动技术更迭
打破现有技术僵局，另辟蹊径开拓新的方案
开拓新场景、新需求
发现新规律、新物理、新机制
从创新的维度上划分，有科学层面的创新、技术层面的创新、工程层面的创新、产品层面的创新、应用场景的创新、商业模式的创新等。对于技术和科研人员而言，目前主要关注科学、技术、工程层面的创新。对于创业者和企业家来说，产品、场景、模式的创新则更为重要。这篇文章主要讲讲科学、技术相关的创新思路。
/01 创新公式/
几年前，小编通过一些相关文献的观察，总结出目前科学研究的一些创新思路并总结成一些抽象公式，当时在组内分享过，这里分享给大家（不一定正确和全面，只是基于个人理解哈）。
引导技术创新的一些思路公式
需要说明的是，底层机理创新和颠覆性创新是很难套用任何思路和方法论的，哪怕运用著名的“TRIZ”工具，这一类创新往往需要十分扎实的理论功底和实践经验，再加上天才的头脑和灵感。
/02 A + （a、b、c、d……）=> A ++/
A + （a、b、c、d……）=> A ++ 是最常见的一类创新思路，常常用于性能优化，多功能实现等目的。
A是待优化主体，比如：A=硅的结光电探测器。以性能优化为例，假如我们要实现响应度的提升或者宽光谱的设计，一个思路是对硅的结光电探测器的器件本身进行优化设计，比如我们可以通过优化结区面积，调节掺杂梯度，调节器件形貌等实现器件设计优化。但是我们知道，性能优化很多时候是权衡设计的过程，优化一项性能往往伴随着其他性能的牺牲，除非去到更底层去优化（比如工艺、材料）。所以，另一个思路是引入新的变量/体系/材料，也就是公式里的（a、b、c、d），具体说来，常见的思路有：
高响应度设计：可以引入陷光结构，metasurface结构，FP结构等。
实现光谱拓展：可以引入新材料，比如石墨烯+硅，锗+硅等。
顺着这类思路，可以找到一系列对应的研究文献。
除了实现性能提升外，引入新的材料/结构往往还可以实现功能拓展。比如光电探测器中引入metasurface不但可以提高光响应，还可以实现光的偏振/光谱等自由度的引入，这在之前的光电系列文章中有反复提到过浅谈光电探测器和图像传感器（六）:从成像技术角度新型探测器之偏振探测。
/03 A + B + C…=> D(ABC) /
前面提到在原本的主体“A”中引入额外的的结构或者材料后实现性能提升的同时，也可以实现功能拓展。实际上，实现多功能最常见的思路是"功能集成"，即A + B + C…=> D(ABC)。这一思路最直接的实现方式是“模块集成”。功能集成思想在很多领域都有所体现，比如：半导体领域目前研究很火的“感-存-算”，封装领域讨论很多的“SIP”、"SoC"、异质集成；生物医学领域中的“微流控芯片”，通信领域中的“通感一体化基站”，光学领域中的"多模态/多维度成像"。以上这些虽然似乎是完全不相关的领域，但是技术发展上，功能集成的思想确实是共有的。
功能集成的最直接的实现是模块集成，即把不同功能模块集成起来形成功能完备的系统。功能集成的进一步演进是“功能上做加法，系统上做减法”，即实现All in one，one for all的多功能设计。以感-存-算和存-算为例，从最开始的感-存-算分离，到近感存算（模块集成），到感-存-算一体(多功能设计)，整个系统实现了功能的多样化和系统的轻量化，从功能化模块演变到了功能化器件。这一思路同样也在其他领域有所看到。
成像领域也有类似的A+B+C的模块集成思路，比如多维度/多模态成像为例，一个思路是在同一个显微光学系统里搭建多个成像模块，包括明场模块、暗场模块、相位成像模块、光谱成像模块等，从而获取更多的物体信息。那类比上述，同理可得，另外一个创新的思路就是实现简化的光路系统下的多模态成像，比如偏振/光谱/相位信息的同时获取，且保证光学系统的简化，实现光路复用等。那可想而知，更进一步的集成即是实现同一光路下的多模态信息提取，乃至实现单幅多模态（single-shot multimode image），但是单幅多模态的实现并不容易，因为物理模型会相比于解耦的光学传播模型更为复杂（我似乎没找到实现的相关工作）。
多功能设计的另外一个例子是多信息维度探测的光电sensor。这一例子之前也有所介绍浅谈光电探测器和图像传感器（十）:光谱探测器与片上光谱仪（1），基于光的多自由度的新型sensor的设计思路是：将功能实现的压力挪到sensor器件侧，在器件层面实现功能化，从而实现系统层面的小型化、架构层面的极简化。这一部分我在前面光电系列介绍比较多。
/04 A + B …=> AB /
A + B …=> AB ，这一结合的思想也是经常出现的，结合有不同层面的结合，比如不同材料的结合，不同机理的结合，不同器件的结合，不同领域的结合等等。
不同材料、不同机理、不同器件的结合是比较直接的思路，在一个新材料/新工艺出现初期，往往会爆发式出现很多“结合式”科研工作。这一点我相信做二维材料、钙钛矿、纳米线等新兴材料的小伙伴深有感触。各种二维+，一维+的混搭式、积木式研究层次不穷，也确实催生出很多有意义的成果和推动了新旧领域的发展。
基于不同领域的结合是比较难的，其出现在跨领域创新的工作中，即将A领域与B领域结合形成新的概念或者设计。这一个思想虽然直接，但是实际实现上是具有一定难度的，首先需要同时对A和B两个领域有充分的理解和扎实的理论基础。小编我想到的一个例子是基于微流控的散热。微流控技术在生物领域应用较多，而芯片散热属于半导体领域，在芯片中集成的微流控液体冷却系统为芯片的热管理带来了新的思路。
/05 A-B-C=>D’(ABC) /
和前面做加法不同，“A-B-C=>D’(ABC) 系统简化”是一个做减法的思路，即通过删繁就简，去除系统中不必要的部分实现极简设计，同时保证关键性能不受影响，乃至获取性能收益。符合该思路的一个典型方向是光学里的无透镜成像。无透镜成像系统可以说是一个极其简化的光学系统，除了一头一尾的光源和探测器，基本没有光学元件，做到了真正意义上的删繁就简。
有意思的是，我们还可以先做减法再做加法，还是以无透镜为例，虽然最初的无透镜是只有光源和探测器的，但是目前也演变出一些新型的无透镜成像系统，其除了光源和探测器还包含一些编码元件、衍射元件。这一设计在保证原本系统的轻量化简洁化的前提下，增加少量元件，实现了功能拓展，实现无透镜下的多模态成像，从而实现极简硬件下的多功能。
/06 结语/
这一次就介绍这一些，上述例子和抽象公式也是小编自己的理解，大家可以多多建议和指教，下次有机会再分享对剩下的创新公式的理解和其他的创新案例。另外也推荐大家一些目前公认的创新方法论，比如苏联发明家 Genrich Altshuller 和他的同事于 1946 年至 1988 年间开发的TRIZ工具。
最后想要说的是，创新虽然重要，但是也不要盲目追求创新，关键是基础扎实，重点是目的明确，切忌为新而新。
参考资料：
Remco van Erp, Reza Soleimanzadeh, Luca Nela, Georgios Kampitsis, Elison Matioli. Co-designing electronics with microfluidics for more sustainable cooling. Nature, 2020; 585 (7824): 211 DOI: 10.1038/s41586-020-2666-1
Kim, H., Song, G., You, Ji. et al. Deep learning for lensless imaging. J. Korean Phys. Soc. 81, 570–579 (2022). https://doi.org/10.1007/s40042-022-00412-2
https://www.meetoptics.com/academy/photodiodes#what-is-an-avalanche-photodiode
L. Li， J. Wang， L. Kang， W. Liu， L. Yu， B. Zheng， M. L. Brongersma，D. H. Werner， S. Lan， Y. Shi， Y. Xu， and X. Wang， Monolithic Full-Stokes Near-Infrared Polarimetry with Chiral Plasmonic Metasurface Integrated Graphene–Silicon Photodetector. ACS Nano 2020， 14 (12)， 16634-16642.
Sensors 2021, 21(18), 6146; https://doi.org/10.3390/s21186146
Room temperature operation of germanium–silicon single-photon avalanche diode.Nature (2024).
https://www.rfwireless-world.com/Terminology/P-I-N-diode-vs-Schottky-Barrier-Photodiode-vs-Avalanche-Photodiode.html
Zhou, F., Chai, Y. Near-sensor and in-sensor computing. Nat Electron 3, 664–671 (2020). https://doi.org/10.1038/s41928-020-00501-9
Mol Imaging Biol. 2012 August ; 14(4): 431–442. doi:10.1007/s11307-011-0517-z
Self-organized growth and self-assembly of nanostructures on 2D materials,https://doi.org/10.1016/j.flatc.2017.07.004
下载ECAD模型
