"זהו נישואים של AI וקוונטי": טכנולוגיה חדשה מעניקה לבינה מלאכותית את הכוח להרגיש משטחים בפעם הראשונה

(קרדיט תמונה: Jian Fan דרך Getty Images)

מדענים נתנו(AI) היכולת "לחוש" משטחים בפעם הראשונה - פותח מימד חדש לפריסת הטכנולוגיה בעולם האמיתי.

תוך שימוש במדע הקוונטים, המדענים שילבו לייזר סריקת פוטון עם מודל בינה מלאכותית חדש שאומן להבחין בהבדל בין משטחים שונים שצולמו באמצעות הלייזרים.

המערכת, המתוארת במחקר חדש שפורסם ב-15 באוקטובר בכתב העתאופטיקה שימושית, מפיצה סדרה של פעימות אור קצרות על פני השטח כדי "להרגיש" אותו, לפני שהם מתפזרים לאחור, או חלקיקי אור, חוזרים נושאים רעש כתמים - סוג של פגם שמתבטא בדימויים. זה נחשב בדרך כלל כמזיק להדמיה, אבל במקרה זה החוקרים עיבדו את חפצי הרעש באמצעות AI - מה שאפשר למערכת להבחין בטופוגרפיה של האובייקט.

"זהו נישואים של בינה מלאכותית וקוונטי", מחבר שותף במחקרדניאל טפון, מועמד לדוקטורט במכון הטכנולוגי של סטיבנס בניו ג'רזי, אמר ב-aהַצהָרָה.

הצוות השתמש ב-31 וריאציות של נייר זכוכית תעשייתי עם חספוס שנע בין 1 ל-100 מיקרומטר בעובי - כשהעבה ביותר הוא ברוחב של שערה אנושית. לאחר מכן החוקרים הקימו את מערכת הלידר, שהשתמשה בקרן לייזר שנורה בפולסים של פיקושניות (טריליון פיקושניות היא שנייה אחת).

קָשׁוּר:

פעימות אור עברו דרך מקלטי משדר, פגעו בנייר הזכוכית, ואז חזרו דרך המערכת לניתוח בינה מלאכותית. הפוטונים המפוזרים לאחור הגיעו מנקודות שונות על פני השטח ונספרו באמצעות גלאי פוטון בודד.

קבל את התגליות המרתקות ביותר בעולם ישירות לתיבת הדואר הנכנס שלך.

התוצאות השיגו שגיאה ממוצעת של בערך 8 מיקרומטר - אבל זה השתפר ל-4 מיקרומטר בלבד לאחר שה-AI עבד עם דגימות מרובות. זה בערך בקנה אחד עם הדיוק של התקני פרופילומטר שנמצאים בשימוש כרגע.

"מעניין, המערכת שלנו עבדה בצורה הטובה ביותר עבור משטחים בעלי גרגירים עדינים ביותר, כגון סרט חיפוי יהלומים ותחמוצת אלומיניום", אמר Tafone בהצהרה. חומרים אלה נמצאים לעתים קרובות על נייר זכוכית ליישום ספציפי.

המדענים אמרו כי השיטה החדשה יכולה לשמש ליישומים שונים, כולל בהקשרים רפואיים כדי לזהות את עובי השומות שעלולות להיות המבשר לסרטן העור.

"הבדלים זעירים בחספוס השומה, קטנים מכדי לראות בעין האנושית אך ניתנים למדידה עם המערכת הקוונטית המוצעת שלנו, יכולים להבדיל בין התנאים הללו."יאפינג הואנג, מנהל מרכז סטיבנס למדע והנדסה קוונטית (CQSE), אמר בהצהרה. "אינטראקציות קוונטיות מספקות שפע של מידע, ושימוש בבינה מלאכותית כדי להבין ולעבד אותה במהירות היא השלב ההגיוני הבא."