인공 지능을 이용한 광원 식별에 측정 횟수 대폭 줄여

연구자들은 인공 지능(AI)을 이용하여 광원을 식별하는 새로운 방법을 개발했습니다. 이 새로운 방법은 전통적으로 필요한 측정 횟수보다 훨씬 적은 측정 횟수로 광원을 식별할 수 있습니다.

리다르, 원격 감지, 현미경 등 많은 광학 기술은 광원의 식별을 통해 개발됩니다. 이러한 광원에는 태양광, 레이저 복사, 분자 형광 등이 포함됩니다. 일반적으로 이러한 광원을 식별하려면 수백만 개의 측정값이 필요합니다. 특히 저조도 환경에서 이는 매우 어려운 작업입니다.

이 연구는 Applied Physics Reviews에 발표되었으며, “기계 학습을 이용한 광원 식별”이라는 제목입니다.

인공 신경 세포

오마르 마가나-로아이자는 이 논문의 저자입니다.

“‘우리는 인공 신경 세포를 광원의 통계적 변동으로 훈련시켰습니다. 이는 공진 및 열적 광을 특성화하는 것입니다.'”라고 마가나-로아이자는 말했습니다.

인공 신경 세포는 먼저 광원으로 훈련되어 특정 유형의 광과 관련된 특정 특징을 식별할 수 있게 되었습니다.

첸글롱 유는 이 논문의 공동 저자입니다.

“‘단일 신경 세포만으로도 광원을 식별하는 데 필요한 측정 횟수를 수백만 개에서 100개 미만으로 대폭 줄일 수 있습니다.'”라고 유는 말했습니다.

응용 및 이점

광원을 식별하는 데 필요한 측정 횟수가 줄어들면서 식별 과정이 훨씬 빠르게 수행될 수 있습니다. 또한 광 손상이 줄어들 수 있습니다. 예를 들어, 현미경에서 샘플을照明할 필요가 줄어들면서 광 손상을 최소화할 수 있습니다.

로베르토 데 J. 레온-몬티엘은 이 논문의 또 다른 공동 저자입니다.

“‘예를 들어, 감각적인 형광 분자 복합체를 이용한 이미징 실험을 수행하는 경우, 샘플에照明하는 시간을 줄이고 광 손상을 최소화할 수 있습니다.'”라고 레온-몬티엘은 말했습니다.

또 다른 분야에서 이 기술이 도움이 될 수 있는 분야는 암호학입니다. 여기서 수백만 개의 측정값이 종종 암호화된 메시지 또는 이메일을 생성하는 데 필요합니다.

“‘우리는 유사한 신경 세포를 이용하여 암호화 키를 생성하는 속도를 높일 수 있습니다.'”라고 마가나-로아이자는 말했습니다.

원격 감지에서 중요한 레이저 광도 이 기술의 이점을 누릴 수 있습니다. 스마트 양자 리다르 시스템을 개발할 수 있습니다. 이는 원격 객체에서 반사된 데이터를 식별할 수 있습니다. 리다르는 원격 객체를 레이저 광으로照明하고 센서로 반사된 광을 측정하여 객체까지의 거리를 측정하는 원격 감지 방법입니다.

“‘우리의 기술로 스마트 양자 리다르 시스템의 간섭 확률을 크게 줄일 수 있습니다. 또한 환경 광과 리다르 광자를 구별할 수 있는 가능성이 중요합니다.'”라고 마가나-로아이자는 계속했습니다. “이 기술은 저조도 환경에서 원격 감지에 중요한 의미를 가질 것입니다.”