人工知能を用いた光源の識別に必要な測定回数を大幅に削減

研究者グループは、人工知能（AI）を用いて光源を識別する方法を開発しました。この新しい方法では、従来の方法に比べてはるかに少ない測定回数で光源を識別できます。

リダール、リモートセンシング、顕微鏡などの多くの光学技術は、光源を識別することによって開発されています。これらの光源には、日光、レーザー放射、分子蛍光などがあります。通常、光源を識別するには数百万回の測定が必要で、特に低光環境では実装が非常に難しくなります。

この研究は、Applied Physics Reviewsに掲載されており、AIP Publishingから出版されています。タイトルは「マシンラーニングを用いた光源の識別」です。

人工ニューロン

オマール・マガナ＝ロアイザは、この研究の著者の一人です。

「私たちは、統計的乱れが特徴的なコヒーレント光と熱光を用いて人工ニューロンを訓練しました」とマガナ＝ロアイザは述べました。

人工ニューロンは最初に光源で訓練され、特定の光源に関連する特徴を識別する能力を獲得しました。

チェンロン・ユーは、この研究の共同著者の一人です。

「1つのニューロンだけで、光源を識別するために必要な測定回数を数百万から100未満に削減できます」とユーは述べました。

応用と利点

光源を識別するために必要な測定回数が大幅に削減されたことにより、識別処理がより迅速に実行できます。また、光による損傷も減少します。例えば、顕微鏡では、サンプルを照らす必要がある測定回数が減少するため、光による損傷を最小限に抑えることができます。

ロベルト・デ・J・レオン＝モンテイェルは、この研究の共同著者の一人です。

「例えば、デリケートな蛍光分子複合体のイメージング実験を行っている場合、サンプルを照らす時間を短縮し、光による損傷を最小限に抑えることができます」とレオン＝モンテイェルは述べました。

この技術が利益をもたらすもう一つの分野は、暗号化です。暗号化では、メッセージや電子メールを暗号化するために、数百万回の測定が必要です。

「同様のニューロンを用いて、量子鍵の生成を高速化できます」とマガナ＝ロアイザは述べました。

リモートセンシングで重要なレーザー光も、この技術の利益を受けることができます。新しいスマートリダールシステムの開発が可能になり、遠隔オブジェクトから反射されたデータを識別することができます。リダールは、レーザー光を用いて遠隔オブジェクトを照らすリモートセンシング方法であり、反射された光をセンサーで測定して距離を測定します。

「私たちの技術を用いると、スマート量子リダールシステムのジャミングの可能性が大幅に減少します。また、リダール光子を環境光 such as 日光から識別することができるため、低光レベルのリモートセンシングに重要な影響を及ぼします」とマガナ＝ロアイザは述べました。