Искусственный Интеллект Используется для Определения Источников Света с Значительно Меньшим Количество Измерений

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

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 его чрезвычайно трудным для реализации квантовых фотонных технологий.

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

Искусственный Нейрон

Омар Магана-Лоаиса – автор статьи.

“Мы обучили искусственный нейрон статистическим колебаниям, характеризующими когерентный и тепловой свет”, – сказал Магана-Лоаиса.

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

Чэнлонг Ю – другой исследователь и соавтор 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 значительно меньше измерений, это можно сделать быстрее. Кроме того, можно сократить повреждение света. Например, повреждение света можно ограничить в микроскопии, поскольку образец не нужно освещать так сильно, как когда требуется много измерений.

Роберто де Х. Леон-Монтель – еще один соавтор 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.

Другая область, которая выиграет от этой технологии, – это 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 выиграть. Может быть разработана новая семья умных лидар-систем, 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 засорения умной квантовой лидар-системы будет значительно сокращена с помощью нашей технологии”, – продолжил Магана-Лоаиса. Кроме того, возможность различать лидар-фотоны и окружающий свет, такой как солнечный свет, будет иметь важные последствия для дистанционного зондирования на низких уровнях освещенности.