Inteligência Artificial Usada para Identificar Fontes de Luz Com Muito Menos Medidas

Um grupo de pesquisadores usou inteligência artificial (IA) para identificar fontes de luz. O novo método requer drasticamente menos medidas do que o tradicionalmente necessário.

Muitas tecnologias fotônicas, incluindo lidar, sensoriamento remoto e microscopia, são desenvolvidas em parte identificando fontes de luz. Algumas dessas fontes incluem luz solar, radiação laser e fluorescência molecular. Identificar essas fontes normalmente requer milhões de medidas, o que é especialmente verdadeiro em ambientes de baixa luz, tornando extremamente difícil implementar tecnologias fotônicas quânticas.

O trabalho foi publicado em Applied Physics Reviews, da AIP Publishing. É intitulado “Identificação de fontes de luz usando aprendizado de máquina.”

Neurônio Artificial

Omar Magana-Loaiza é um dos autores do artigo.

“Treinamos um neurônio artificial com as flutuações estatísticas que caracterizam a luz coerente e térmica”, disse Magana-Loaiza.

O neurônio artificial foi primeiro treinado com fontes de luz, o que o tornou capaz de identificar certas características associadas a tipos específicos de luz.

Chenglong You é um pesquisador e coautor do artigo.

“Um único neurônio é suficiente para reduzir dramaticamente o número de medidas necessárias para identificar uma fonte de luz de milhões para menos de cem”, disse You.

Aplicações e Benefícios

Porque há muito menos medidas necessárias para identificar fontes de luz, isso pode ser feito muito mais rápido. Além de ser mais rápido, pode haver uma redução no dano causado pela luz. Por exemplo, o dano causado pela luz pode ser limitado na microscopia, pois a amostra não precisa ser iluminada tanto quanto quando muitas medidas são necessárias.

Roberto de J. León-Montiel é outro coautor do artigo.

“Se você estivesse fazendo um experimento de imagem com complexos moleculares fluorescentes delicados, por exemplo, você poderia reduzir o tempo em que a amostra é exposta à luz e minimizar qualquer dano fotônico”, disse León-Montiel.

Outra área que se beneficiará dessa tecnologia é a criptografia, onde milhões de medidas são frequentemente necessárias para gerar chaves para criptografar mensagens ou e-mails.

“Podemos acelerar a geração de chaves quânticas para criptografia usando um neurônio semelhante”, disse Magana-Loaiza.

A luz laser, que é importante no sensoriamento remoto, também pode se beneficiar. Uma nova família de sistemas de lidar inteligentes pode ser desenvolvida, capaz de identificar dados interceptados ou modificados que são refletidos de um objeto remoto. O lidar é um método de sensoriamento remoto que ilumina um alvo com luz laser e, em seguida, mede a luz refletida com um sensor para medir a distância até o alvo.

“A probabilidade de bloquear um sistema de lidar quântico inteligente será dramaticamente reduzida com nossa tecnologia”, continuou Magana-Loaiza. Além disso, a possibilidade de discriminar fótons de lidar da luz ambiental, como a luz solar, terá implicações importantes para o sensoriamento remoto em níveis de baixa luz.