用较少的测量来识别光源的智能量子技术。
识别的光源在许多光子技术的发展中起着重要的作用，例如激光雷达、遥感和显微镜。传统上，识别各种光源(如太阳光、激光辐射或分子荧光)需要数百万次测量，尤其是在弱光环境下，限制了量子光子技术的实际应用。
在《应用物理评论》的一篇论文中，研究人员展示了一种智能量子技术，它可以显著减少识别光源所需的测量次数。
路易斯安那州立大学物理学助理教授Omar Magana-Loaiza博士说：“我们训练了一个具有统计波动的人工神经元，它代表相干光和热光。在研究人员用光源训练人工神经元后，神经元可以识别与特定类型的光相关的潜在特征。
关键研究人员尤成龙博士说：“单个神经元足以将识别光源所需的测量次数从数百万次减少到不到数百次。”
通过更少的测量，研究人员可以更快地识别光源，在某些应用中(如显微镜)，光损伤可以得到限制，因为在测量过程中不需要多次照射样品。
该研究所教授Roberto de J. De Leon-Montil博士说：“例如，如果使用精细的荧光分子复合物进行成像实验，就可以减少样本对光的暴露时间，最大限度地减少光损伤。”墨西哥国立自治大学核科学系。
Magana-Loaiza博士说，密码学是另一个可以证明这些发现价值的应用。他说，“为了生成用于加密电子邮件或消息的密钥，您需要进行数百万次测量。”“我们可以加快生成用类似神经元加密的量子密钥。”
游博士说：“鉴于激光在遥感中的重要作用，我们的工作使我们能够开发一系列新的智能LIDAR系统，这些系统能够识别从远程物体反射的被拦截或修改的信息。”激光雷达是一种遥感方法，它通过用激光照射目标，并用传感器测量反射光来测量到目标的距离。
他说：“使用我们的技术将大大降低干扰智能量子LIDAR系统的可能性。此外，区分LIDAR光子与环境光(如太阳光)的可能性对于低光照水平的遥感将具有重要意义。”添加。
