L’intelligence artificielle utilisée pour identifier les sources de lumière avec beaucoup moins de mesures

Un groupe de chercheurs a utilisé l’intelligence artificielle (IA) pour identifier les sources de lumière. La nouvelle méthode nécessite beaucoup moins de mesures que ce qui est traditionnellement requis.

De nombreuses technologies photoniques, notamment la lidar, la télédétection et la microscopie, sont développées en partie en identifiant les sources de lumière. Certaines de ces sources incluent la lumière du soleil, le rayonnement laser et la fluorescence moléculaire. Les identifier normalement nécessite des millions de mesures, ce qui est particulièrement vrai dans les environnements faiblement éclairés, ce qui rend extrêmement difficile la mise en œuvre de technologies photoniques quantiques. 

Le travail a été publié dans Applied Physics Reviews, de AIP Publishing. Il est intitulé “Identification des sources de lumière à l’aide de l’apprentissage automatique.”

Neurone artificiel

Omar Magana-Loaiza est l’auteur de l’article.

“Nous avons formé un neurone artificiel avec les fluctuations statistiques qui caractérisent la lumière cohérente et thermique,” a déclaré Magana-Loaiza.

Le neurone artificiel a été formé avec des sources de lumière, ce qui lui a permis d’identifier certaines caractéristiques associées à des types de lumière spécifiques. 

Chenglong You est un chercheur et co-auteur de l’article. 

“Un seul neurone suffit pour réduire dramatiquement le nombre de mesures nécessaires pour identifier une source de lumière, de millions à moins de cent,” a déclaré You.

Applications et avantages

Puisqu’il y a beaucoup moins de mesures requises pour identifier les sources de lumière, cela peut être fait beaucoup plus rapidement. En outre, il peut y avoir une réduction des dommages causés par la lumière. Par exemple, les dommages causés par la lumière peuvent être limités en microscopie, car l’échantillon n’a pas besoin d’être éclairé autant que lorsqu’il faut effectuer de nombreuses mesures. 

Roberto de J. León-Montiel est un autre co-auteur de l’article. 

“Si vous effectuiez une expérience d’imagerie avec des complexes moléculaires fluorescents délicats, par exemple, vous pourriez réduire le temps pendant lequel l’échantillon est exposé à la lumière et minimiser les dommages causés par la lumière,” a déclaré León-Montiel.

Un autre domaine qui bénéficiera de cette technologie est la cryptographie, où des millions de mesures sont souvent nécessaires pour générer des clés pour chiffrer des messages ou des courriels. 

“Nous pourrions accélérer la génération de clés quantiques pour le chiffrement en utilisant un neurone similaire,” a déclaré Magana-Loaiza.

La lumière laser, qui est importante pour la télédétection, pourrait également bénéficier. Une nouvelle famille de systèmes lidar intelligents pourrait être développée, capable d’identifier les données interceptées ou modifiées réfléchies par un objet distant. La lidar est une méthode de télédétection qui éclaire une cible avec de la lumière laser. Elle mesure ensuite la lumière réfléchie avec un capteur pour mesurer la distance jusqu’à la cible. 

“La probabilité de perturber un système lidar quantique intelligent sera considérablement réduite avec notre technologie,” a poursuivi Magana-Loaiza. En outre, la possibilité de discriminer les photons lidar de la lumière environnementale, telle que la lumière du soleil, aura des implications importantes pour la télédétection à des niveaux de lumière faibles.