Sztuczna inteligencja wykorzystywana do identyfikacji źródeł światła przy użyciu znacznie mniejszej liczby pomiarów

Grupa badaczy wykorzystała sztuczną inteligencję (AI) w celu identyfikacji źródeł światła. Nowa metoda wymaga znacznie mniejszej liczby pomiarów niż tradycyjnie wymagane.

Wiele technologii fotonicznych, w tym lidar, teledetekcja i mikroskopia, jest rozwijanych częściowo poprzez identyfikację źródeł światła. Niektóre z tych źródeł obejmują światło słoneczne, promieniowanie laserowe i fluorescencję cząsteczek. Ich identyfikacja zwykle wymaga milionów pomiarów, co jest szczególnie prawdziwe w środowiskach o niskim poziomie światła, co utrudnia wdrożenie technologii fotonicznych kwantowych.

Praca została opublikowana w Applied Physics Reviews, wydawnictwie AIP Publishing. Jest zatytułowana „Identyfikacja źródeł światła za pomocą uczenia maszynowego”.

Sztuczny Neuron

Omar Magana-Loaiza jest autorem artykułu.

“Wytrenowaliśmy sztuczny neuron z fluktuacjami statystycznymi, które charakteryzują światło spójne i termiczne”, powiedział Magana-Loaiza.

Sztuczny neuron został najpierw wytrenowany ze źródłami światła, co pozwoliło mu na identyfikację pewnych cech związanych z konkretnymi typami światła.

Chenglong You jest współpracownikiem i współautorem artykułu.

„Jeden neuron jest wystarczający, aby dramatycznie zmniejszyć liczbę pomiarów potrzebnych do identyfikacji źródła światła z milionów do mniej niż stu”, powiedział You.

Zastosowania i Korzyści

Ponieważ do identyfikacji źródeł światła wymagana jest znacznie mniejsza liczba pomiarów, można to robić znacznie szybciej. Oprócz szybkości, można również ograniczyć uszkodzenia światłem. Na przykład, uszkodzenia światłem mogą być ograniczone w mikroskopii, ponieważ próbka nie musi być oświetlana tak bardzo, jak w przypadku wielu pomiarów.

Roberto de J. León-Montiel jest innym współautorem artykułu.

“Jeśli przeprowadzałbyś eksperyment z obrazowaniem z delikatnymi fluorescencyjnymi złożonymi molekułami, na przykład, mógłbyś zmniejszyć czas, w którym próbka jest narażona na światło i zminimalizować wszelkie uszkodzenia fotochemiczne”, powiedział León-Montiel.

Innym obszarem, który skorzysta na tej technologii, jest kryptografia, gdzie często wymagane są miliony pomiarów do generowania kluczy do szyfrowania wiadomości lub e-maili.

“Moglibyśmy przyspieszyć generowanie kluczy kwantowych do szyfrowania przy użyciu podobnego neuronu”, powiedział Magana-Loaiza.

Światło laserowe, które jest ważne w teledetekcji, również może skorzystać. Można by było opracować nową rodzinę inteligentnych systemów lidar, które mogą identyfikować przechwycone lub zmodyfikowane dane odbite od odległego obiektu. Lidar jest metodą teledetekcji, która oświetla cel światłem laserowym, a następnie mierzy odbite światło za pomocą czujnika w celu pomiaru odległości do celu.

“Prawdopodobieństwo zakłócenia inteligentnego systemu lidar kwantowego będzie dramatycznie zmniejszone dzięki naszej technologii”, kontynuował Magana-Loaiza. Ponadto, możliwość dyskryminacji fotonów lidar od światła środowiskowego, takiego jak światło słoneczne, będzie miało istotne implikacje dla teledetekcji w warunkach niskiego poziomu światła.