خلاصه مقاله: پیشرفتهای علم کوانتومی با استفاده از هوش مصنوعی میتواند سطوح و فواصل بسیار کوچک را اندازهگیری و در نتیجه دنیایی از کاربردهای پزشکی، تولیدی و دیگر کاربردها را باز میکند. تحقیقات انجام شده در موسسه فناوری استیونز نشان میدهد که استفاده از هوش مصنوعی (AI) همراه با علم کوانتوم میتواند به اندازهگیری دقیق و حس کردن سطوح بسیار کوچک کمک کند. این ترکیب از لیزرهای اسکن با الگوریتمهای هوش مصنوعی قادر است تا تفاوتهای ظریف بین سطوح مختلف را تشخیص دهد و اطلاعات دقیقی در مورد آنها فراهم کند. این روش به ویژه در کاربردهای پزشکی و تولیدی مفید خواهد بود، جایی که دقت بالا در اندازهگیریها ضروری است.
لمس نامرئی
فناوری های مبتنی بر هوش مصنوعی به سرعت در حال یادگیری دیدن، مکالمه، محاسبه و ایجاد هستند. با این حال، یکی از چیزهایی که آنها هنوز به خوبی انجام نمی دهند، اندازه گیری یا "احساس" سطوح است - یک عملکرد کاملاً مکانیکی.
یونگ منگ سوآ، استاد فیزیک استیونز، می گوید: «هوش مصنوعی کم و بیش حس بینایی را از طریق پیشرفت در بینایی کامپیوتری و تشخیص اشیا به دست آورده است. با این حال، هنوز حس لامسه ای شبیه انسان ایجاد نکرده است که بتواند مثلاً یک ورق کاغذ ناهموار روزنامه را از یک ورق صاف و براق کاغذ مجله تشخیص دهد.»
اما محققان مرکز پیشرفته علوم و مهندسی کوانتومی استیونز (CQSE) به تازگی روشی را نشان دادهاند که به هوش مصنوعی توانایی احساس کردن را میدهد.
سوآ، با مدیر CQSE یوپینگ هوانگ و برخی همکارانش، یک مجموعه آزمایشگاه کوانتومی ابداع کردند که یک لیزر اسکن پرتاب کننده فوتون را با مدلهای جدید هوش مصنوعی الگوریتمی ترکیب میکند که برای تشخیص تفاوتها بین سطوح مختلف در هنگام تصویربرداری با لیزرها آموزش دیدهاند.
دانیل تافون، از همکاران سوآ توضیح میدهد: «این ازدواج هوش مصنوعی و کوانتومی است.»
در سیستم آنها، یک پرتوی خاص از نور ایجاد شده با انفجارهای کوتاه در سطحی به منظور "احساس شدن" آن ضربه می زند. فوتونهای منعکسشده و پراکنده از شیء هدف با حمل نویز لکهای بازمیگردند، و در واقع یک نوع نقص تصادفی در تصاویر رخ میدهد.
نویز لکه معمولاً برای تصویربرداری واضح و دقیق مضر تلقی می شود. با این حال، سیستم گروه استیونز رویکرد متفاوتی دارد: این مصنوعات نویز را با استفاده از یک هوش مصنوعی که به دقت آموزش دیده است تا ویژگیهای آنها را به عنوان دادههای ارزشمند تفسیر کند، شناسایی و پردازش میکند. این به سیستم اجازه می دهد تا توپوگرافی جسم را به دقت تشخیص دهد.
تافون میگوید: «ما از تغییرات تعداد فوتونها در نقاط مختلف روشنایی در سطح استفاده میکنیم.
این تیم از 31 کاغذ سنباده صنعتی با سطوحی با زبری های مختلف، با ضخامت 1 تا 100 میکرون، به عنوان اهداف آزمایشی استفاده کردند. (برای مقایسه، یک تار موی انسان به طور متوسط حدود 100 میکرون ضخامت دارد.) لیزرهای حالت قفل، پالس های نوری را به سمت نمونه ها تولید می کنند.
آن پالسها از فرستندههای گیرنده عبور کردند، با کاغذ سنبادهها برخورد کردند، سپس از طریق سیستم برای تجزیه و تحلیل توسط مدل یادگیری تیم بازگشتند.
در طول آزمایشات اولیه، روش گروه میانگین خطای ریشه میانگین مربع (RMSE) حدود 8 میکرون را نشان داد. پس از کار با نمونههای متعدد و میانگینگیری نتایج در بین آنها، دقت آن به طور قابلتوجهی تا 4 میکرون بهبود یافت که با بهترین دستگاههای پروفیلومتر صنعتی در حال حاضر قابل مقایسه است.
تافون خاطرنشان می کند: «جالب است که سیستم ما برای سطوح با دانه بندی ریز، مانند فیلم پوشش الماس و اکسید آلومینیوم، بهترین عملکرد را داشت.»
او اضافه می کند که روش جدید می تواند برای کاربردهای مختلف مفید باشد. به عنوان مثال، هنگام تلاش برای تشخیص سرطان پوست، اشتباهاتی اغلب توسط معاینهکنندگان انسانی انجام میشود که شرایط بسیار مشابه اما بیضرر را با ملانومهای بالقوه کشنده اشتباه میگیرند.
یوپیونگ هوانگ، از دیگر همکاران سوآ در این پروژه ها توضیح میدهد: «تفاوتهای کوچک در زبری مول، که برای دیدن با چشم انسان بسیار کوچک است، اما با سیستم کوانتومی پیشنهادی ما قابل اندازهگیری است، میتواند بین این شرایط تفاوت قائل شود.»
در حقیقت کنترل کیفیت ساخت قطعات نیز اغلب به فواصل بسیار کوچک بستگی دارد که می تواند به معنای تفاوت بین یک قطعه کامل و یک نقص کوچک باشد که در نهایت می تواند باعث خرابی مکانیکی خطرناک شود.
هوانگ نتیجه گیری می کند: «از آنجایی که فناوری LiDAR در حال حاضر به طور گسترده در دستگاه هایی مانند اتومبیل های خودران، تلفن های هوشمند و روبات ها پیاده سازی شده است، روش ما قابلیت های آنها را با اندازه گیری ویژگی های سطح در مقیاس های بسیار کوچک غنی می کند.»
منبع:
Invisible touch: AI can feel and measure surfaces | ScienceDaily