Kecerdasan Buatan Digunakan untuk Mengidentifikasi Sumber Cahaya dengan Jauh Lebih Sedikit Pengukuran

Sebuah kelompok peneliti telah menggunakan kecerdasan buatan (AI) untuk mengidentifikasi sumber cahaya. Metode baru ini memerlukan pengukuran yang jauh lebih sedikit daripada yang biasanya diperlukan.

Banyak teknologi fotonik, termasuk lidar, penginderaan jauh, dan mikroskopi, dikembangkan sebagian dengan mengidentifikasi sumber cahaya. Beberapa sumber ini termasuk cahaya matahari, radiasi laser, dan fluoresensi molekul. Mengidentifikasi mereka biasanya memerlukan jutaan pengukuran, yang terutama benar dalam lingkungan cahaya rendah, membuatnya sangat sulit untuk menerapkan teknologi fotonik kuantum.

Penelitian ini diterbitkan di Applied Physics Reviews, dari AIP Publishing. Judulnya adalah “Identifikasi Sumber Cahaya Menggunakan Pembelajaran Mesin.”

Neuron Buatan

Omar Magana-Loaiza adalah penulis makalah ini.

“Kami melatih neuron buatan dengan fluktuasi statistik yang mengkarakterisasi cahaya koheren dan termal,” kata Magana-Loaiza.

Neuron buatan pertama kali dilatih dengan sumber cahaya, yang kemudian memungkinkan untuk mengidentifikasi fitur-fitur tertentu yang terkait dengan jenis cahaya tertentu.

Chenglong You adalah peneliti rekan dan co-penulis makalah ini.

“Satu neuron sudah cukup untuk secara dramatis mengurangi jumlah pengukuran yang diperlukan untuk mengidentifikasi sumber cahaya dari jutaan menjadi kurang dari seratus,” kata You.

Aplikasi dan Manfaat

Karena ada pengukuran yang jauh lebih sedikit yang diperlukan untuk mengidentifikasi sumber cahaya, ini dapat dilakukan dengan lebih cepat. Selain lebih cepat, ada pengurangan kerusakan cahaya. Misalnya, kerusakan cahaya dapat dibatasi dalam mikroskopi karena sampel tidak perlu diterangi sebanyak ketika banyak pengukuran diperlukan.

Roberto de J. León-Montiel adalah co-penulis makalah lainnya.

“Jika Anda melakukan eksperimen pengambilan gambar dengan kompleks molekul fluoresen yang rapuh, misalnya, Anda bisa mengurangi waktu sampel terpapar cahaya dan meminimalkan kerusakan fotodamage,” kata León-Montiel.

Bidang lain yang akan diuntungkan dari teknologi ini adalah kriptografi, di mana jutaan pengukuran sering diperlukan untuk menghasilkan kunci untuk mengenkripsipesan atau email.

“Kami bisa mempercepat pembangkitan kunci kuantum untuk enkripsi menggunakan neuron serupa,” kata Magana-Loaiza.

Cahaya laser, yang penting dalam penginderaan jauh, juga bisa diuntungkan. Sebuah keluarga baru dari sistem lidar pintar bisa dikembangkan, yang mampu mengidentifikasi data yang diintersep atau dimodifikasi yang dipantulkan dari objek jauh. Lidar adalah metode penginderaan jauh yang menerangi target dengan cahaya laser.

“Kemungkinan mengganggu sistem lidar kuantum pintar akan secara dramatis dikurangi dengan teknologi kami,” Magana-Loaiza melanjutkan. Selain itu, kemungkinan untuk membedakan foton lidar dari cahaya lingkungan seperti cahaya matahari akan memiliki implikasi penting untuk penginderaan jauh pada tingkat cahaya rendah.