Искусственный интеллект используется для определения источников света с гораздо меньшим количеством измерений

Группа исследователей использовала искусственный интеллект (ИИ) для определения источников света. Новый метод требует значительно меньшего количества измерений, чем традиционно требуется.

Многие фотонные технологии, включая лидар, дистанционное зондирование и микроскопию, разрабатываются частично путем определения источников света. Некоторые из этих источников включают солнечный свет, лазерное излучение и флуоресценцию молекул. Определение их обычно требует миллионов измерений, что особенно верно в условиях низкой освещенности, что делает крайне трудным внедрение квантовых фотонных технологий.

Работа была опубликована в Applied Physics Reviews, издательстве AIP Publishing. Она озаглавлена “Определение источников света с помощью машинного обучения.”

Искусственный нейрон

Омар Магана-Лоаиса является автором статьи.

“Мы обучили искусственный нейрон статистическими колебаниями, характеризующими когерентный и термический свет”, – сказал Магана-Лоаиса.

Искусственный нейрон сначала был обучен источниками света, что позволило ему определять определенные особенности, связанные с конкретными типами света.

Чэнлонг Ю является сотрудником-исследователем и соавтором статьи.

“Один нейрон достаточно, чтобы значительно сократить количество измерений, необходимых для определения источника света, с миллионов до менее чем сотни”, – сказал Ю.

Применения и преимущества

Поскольку для определения источников света требуется гораздо меньше измерений, это можно сделать намного быстрее. Кроме того, можно сократить повреждение от света. Например, повреждение от света можно ограничить в микроскопии, поскольку образец не нужно освещать так же сильно, как когда требуется много измерений.

Роберто де Х. Леон-Монтель является еще одним соавтором статьи.

“Если бы вы проводили эксперимент по изображению с деликатными флуоресцентными молекулярными комплексами, например, вы могли бы сократить время, в течение которого образец подвергается воздействию света, и минимизировать любое фотоповреждение”, – сказал Леон-Монтель.

Другой областью, которая выиграет от этой технологии, является криптография, где часто требуются миллионы измерений для генерации ключей для шифрования сообщений или электронных писем.

“Мы могли бы ускорить генерацию квантовых ключей для шифрования с помощью подобного нейрона”, – сказал Магана-Лоаиса.

Лазерный свет, который важен для дистанционного зондирования, также может извлечь выгоду. Можно разработать новую семью умных систем лидара, способных определять перехваченные или измененные данные, отраженные от удаленного объекта. Лидар – это метод дистанционного зондирования, который освещает цель лазерным светом, а затем измеряет отраженный свет с помощью датчика для измерения расстояния до цели.

“Вероятность взлома умной квантовой системы лидара будет значительно снижена с нашей технологией”, – продолжил Магана-Лоаиса. Кроме того, возможность различать фотоны лидара и окружающий свет, такой как солнечный свет, будет иметь важные последствия для дистанционного зондирования на низких уровнях освещенности.