9月28日下午，中国科学院西安光机所祖同楼的会议室里，一场关于“光学信息获取新范式”的讨论正在举行。近30位光学成像领域的专家学者、工程技术人员齐聚一堂，他们来自全国多地高校、科研院所，为的是一个刚刚诞生的全球首倡新概念——认知光学。

“‘认知光学’是光学成像进入人工智能时代的必然结果。通俗地说，它要做的就是让光学成像系统不再输出‘图像’，而是输出‘情报’。”西安光机所副所长（法定代表人）邵晓鹏概括道。

这句话听起来简单，但背后是一场酝酿了数年的思考，和一场正在发生的成像范式变革。

故事要从科研人员面临的具体困境说起。

清华大学深圳国际研究生院的金欣教授坐在台下听着讨论，想起了自己和团队这些年来的经历：他们结合深度学习算法开展高光谱成像实验，攻克了部分传统难题，但随之而来的是数据量暴涨、算力功耗压力骤增。

传统成像通过堆叠硬件实现完美成像，加重系统成本负担。计算成像通过将复杂的光学问题转化为信息处理问题，实现了高维信息的获取与解译。然而重建高维信息需要高功耗解译算法，手机、智能终端等边缘设备难以承受如此沉重的数据处理负担。

于是，大家开始追问一个根本性问题：能否不依赖完美成像，也无需重建完整图像，而直接获取完成任务所需的信息？

相似的经历和想法在业内得到了普遍认同。

2026年8月，邵晓鹏与中国科学技术大学徐飞虎教授、西湖大学袁鑫教授在昆明共同发起一场专题研讨会，首次将这一学科方向命名为“认知光学（Cognition Optics）”，并初步确立了其概念内涵。

概念越新，边界越需要厘清。三人再次发起“认知光学”创新发展论坛。这次论坛规模显著扩大，科学内涵、技术框架、应用边界及产业化路径等成为研讨重点。

在与会专家看来，谁先完成概念界定、积累应用案例、建立完整框架，谁就能在后续国际研究中占据引领地位。

邵晓鹏说：“区别于传统成像追求高清晰度、多细节的目标，认知光学以最小化信息获取为核心，适配特定任务需求，将推动光学成像技术突破以完整图像获取为中心的传统链路，转向以实现特定目标的任务导向型发展。”

“从学科功能的角度来说，几何光学、波动光学侧重探索光的物理机理；认知光学重塑了光学信息获取范式，光不再仅仅是研究对象，而是成为实现机器认知的信息载体与手段。”袁鑫进一步解释，并将这一演进概括为从“记录光”到“理解光”。

那么，认知光学究竟如何实现这一转变？其技术内核可以概括为一条闭环链路，光学系统从设计之初就以任务目标为牵引，通过前端光学编码与轻量AI处理的协同，在探测器端直接完成推理，输出目标类别、位置、状态等关键信息，而非重建一幅供人观看的图像。

值得注意的是，认知光学的学科交叉属性远超传统光学。西安光机所前沿交叉中心主任吴腾飞指出，认知光学可体现光学与人工智能、信息科学等学科的深度交叉融合，是西安光机所“AI+光学”学科建设的重要组成，它将在具身智能、工业检测、航空航天等对实时性与能效比要求极高的领域展现出广阔的应用前景。

郭成飞是西安电子科技大学杭州研究院的研究员。坐在会场时，他感受到了与昆明研讨会不同的氛围。

“本次参会者还包括来自光计算等新兴前沿光学研究领域，他们分享了可编程光子器件、感存算一体以及片上光计算等前沿光学科技，高度契合认知光学的发展方向。”郭成飞认为，不同视角的对话与碰撞，往往能启发新的科研灵感。

从构想到论坛，再到应用实践，认知光学正在变成一群人的事业。它能否成为一门独立学科，引领下一代光学信息获取范式，答案还在书写中。

“接下来，我们希望汇聚学界更多力量，推进发布‘认知光学发展’白皮书、编写系列论文及丛书、筹备学术会议等，打造认知光学的‘中国学派’。”邵晓鹏表示。（群众新闻记者 孙亚婷）