saplama Işık Kaynaklarını Çok Daha Az Ölçümle Belirlemek İçin Yapay Zeka Kullanıldı - Unite.AI
Bizimle iletişime geçin

Yapay Zeka

Yapay Zeka, Çok Daha Az Ölçümle Işık Kaynaklarını Belirlemek İçin Kullanıldı

Güncellenmiş on

Bir grup araştırmacı, ışık kaynaklarını belirlemek için yapay zekayı (AI) kullandı. Yeni yöntem, geleneksel olarak gerekli olandan çok daha az ölçüm gerektirir.

Lidar, uzaktan algılama ve mikroskopi gibi birçok fotonik teknoloji, kısmen ışık kaynaklarının tanımlanmasıyla geliştirilmiştir. Bu kaynaklardan bazıları güneş ışığını, lazer radyasyonunu ve molekül floresansını içerir. Bunları tanımlamak normalde milyonlarca ölçüm gerektirir ve bu özellikle düşük ışıklı ortamlarda geçerlidir ve kuantum fotonik teknolojilerini uygulamayı son derece zorlaştırır. 

çalışma yayınlandı Uygulamalı Fizik İncelemeleri, AIP Yayıncılık'tan. “ başlıklıMakine öğrenimini kullanarak ışık kaynaklarının tanımlanması".

Yapay Nöron

Omar Magana-Loaiza makalenin yazarıdır.

Magana-Loaiza, "Tutarlı ve termal ışığı karakterize eden istatistiksel dalgalanmalarla yapay bir nöron eğittik" dedi.

Yapay nöron ilk önce ışık kaynakları ile eğitildi, bu da onun belirli ışık türleri ile ilişkili belirli özellikleri tanımlayabilmesine yol açtı. 

Chenglong You, bir araştırmacı ve makalenin ortak yazarıdır. 

You, "Tek bir nöron, bir ışık kaynağını tanımlamak için gereken ölçüm sayısını milyonlardan yüzün altına düşürmek için yeterlidir" dedi.

Uygulamalar ve Avantajlar

Işık kaynaklarını belirlemek için gereken çok daha az ölçüm olduğundan, çok daha hızlı yapılabilir. Daha hızlı olmasının yanı sıra, hafif hasarda azalma olabilir. Örneğin, mikroskopide ışık hasarı sınırlandırılabilir, çünkü numunenin birçok ölçümün gerekli olduğu zamanki kadar aydınlatılmasına gerek yoktur. 

Roberto de J. León-Montiel, makalenin bir başka ortak yazarıdır. 

León-Montiel, "Örneğin, hassas flüoresan moleküler komplekslerle bir görüntüleme deneyi yapıyorsanız, numunenin ışığa maruz kaldığı süreyi kısaltabilir ve herhangi bir fotohasarı en aza indirebilirsiniz" dedi.

Bu teknolojiden yararlanacak başka bir alan, şifrelemek için anahtarlar oluşturmak üzere genellikle milyonlarca ölçümün gerekli olduğu kriptografidir. mesajlar veya e-postalar. 

Magana-Loaiza, "Benzer bir nöron kullanarak şifreleme için kuantum anahtarlarının üretimini hızlandırabiliriz" dedi.

Uzaktan algılamada önemli olan lazer ışığı da fayda sağlayabilir. Uzak bir nesneden yansıyan yakalanmış veya değiştirilmiş verileri tanımlayabilen yeni bir akıllı lidar sistemleri ailesi geliştirilebilir. Lidar, bir hedefi lazer ışığı ile aydınlatan bir uzaktan algılama yöntemidir. Ardından, bir hedefe olan mesafeyi ölçmek için yansıyan ışığı bir sensörle ölçer. 

Magana-Loaiza, "Akıllı bir kuantum lidar sistemini bozma olasılığı, teknolojimizle önemli ölçüde azaltılacak," diye devam etti. Ek olarak, lidar fotonlarını güneş ışığı gibi çevresel ışıktan ayırt etme olasılığı, düşük ışık seviyelerinde uzaktan algılama için önemli etkilere sahip olacaktır.