物理學家使用人工智能識別光源

一種智能量子技術，可通過更少的測量來識別光源。識別的源光起著許多光子技術，如激光雷達，遙感，和顯微鏡的發展具有重要作用。傳統上，識別各種光源(例如日光，激光輻射或分子熒光)需要數百萬次測量，尤其是在弱光環境下，這限制了量子光子技術的實際實施。

在《應用物理評論》的一篇論文中，研究人員展示了一種智能量子技術，該技術可以顯著減少識別光源所需的測量數量。

路易斯安那州立大學物理學助理教授奧馬爾·馬格納·洛阿扎(Omar Magana-Loaiza)博士說：“我們訓練了具有統計波動的人造神經元，該波動表征了相干光和熱光。研究人員用光源訓練了人工神經元后，神經元可以識別與特定類型的光相關的潛在特征。

關鍵研究人員尤成龍博士說：“單個神經元足以將識別光源所需的測量數量從數百萬個減少到少于數百個。”

通過較少的測量，研究人員可以更快地識別光源，并且在某些應用(例如顯微鏡)中，由于不必在測量時幾乎不需要多次照射樣品，因此可以限制光損傷。

該研究所的教授羅伯托·德·萊昂·蒙蒂爾(Roberto de J.León-Montiel)博士說：“例如，如果您正在使用精細的熒光分子復合物進行成像實驗，則可以減少樣品暴露于光的時間，并最大程度地減少光損傷。”墨西哥國立自治大學核科學系。

Magana-Loaiza博士說，密碼學是另一個可以證明這些發現有價值的應用。他說：“為了生成用于加密電子郵件或消息的密鑰，您需要進行數百萬次測量。” “我們可以加快使用相似神經元進行加密的量子密鑰的生成。”

尤博士說：“鑒于激光在遙感中所起的重要作用，我們的工作使新的智能LIDAR系統系列得以開發，該系統具有識別從遠程物體反射的被攔截或修改的信息的能力。” LIDAR是一種遙感方法，它通過用激光照射目標并用傳感器測量反射光來測量到目標的距離。

他說：“利用我們的技術，將大大降低干擾智能量子LIDAR系統的可能性。此外，將LIDAR光子與環境光(例如太陽光)區分開的可能性，對于低光照水平的遙感將具有重要意義。”添加。