Experimental visual quantum state discrimination
تقدم هذه الورقة نهجاً مدفوعاً بالذكاء الاصطناعي باستخدام شبكة عصبية بصرية حيودية مُدربة لتحسين القياسات الكمومية للرؤية الحاسوبية، محققةً أخطاء تمييز أقل بشكل أسي من التصوير المباشر عبر تعظيم استخراج المعلومات من كل فوتون والتخفيف بفعالية من ضوضاء الكاشف.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الرؤية، سواء من خلال العين البشرية أو الآلة، هناك مقايضة جوهرية بين الوضوح وكمية الضوء المتاحة. تعمل معظم أنظمة الرؤية، من الكاميرات في هواتفنا إلى التلسكوبات التي تمسح سماء الليل، عن طريق التقاط صورة كاملة لمشهد ما ثم استخدام الكمبيوتر لتحليل ما يوجد فيه. وتعمل هذه الطريقة بشكل رائع عندما يتوفر الكثير من الضوء، مما يسمح للنظام بالتعامل مع الضوء كموجة مستمرة. ومع ذلك، في كثير من المواقف الحرجة، مثل مراقبة الخلايا الحية الدقيقة تحت المجهر أو اكتشاف الأجسام من مسافات بعيدة، يكون الضوء شحيحاً. وفي هذه الظروف الخافتة، تخلق الطبيعة الجسيمية للضوء، كجسيمات منفصلة، حالة من عدم اليقين الحبيبي تُعرف باسم "ضجيج الطلقة" (shot noise)، بينما تضفي الكاميرات نفسها ضجيجها الخاص. وعندما يكون الضوء شحيحاً بهذا القدر، فإن النهج التقليدي المتمثل في التقاط صورة ثم تنظيفها غالباً ما يفشل، لأن عملية التقاط الصورة تدمر بعض المعلومات قبل أن يبدأ الكمبيوتر حتى في النظر إليها.
لقد وجد فريق من الباحثين في جامعة أكسفورد طريقة لتجاوز هذا القصور عبر تغيير لحظة الالتقاط نفسها. فبدلاً من محاولة إصلاح صورة ضبابية أو مشوشة بعد التقاطها، صمموا نظاماً يتعلم كيفية قياس الضوء بأكثر الطرق كفاءة لمهمة محددة. ومن خلال استخدام الذكاء الاصطناعي لتدريب جهاز بصري خاص، ابتكروا عملية قياس تستخلص أقصى قدر من المعلومات المفيدة من كل فوتون يصل. ويظهر عملهم أنه بالنسبة لمهام مثل التمييز بين قط وكلب في غرفة مظلمة، فمن الأفضل تصميم عدسة الكاميرا لتجيب على السؤال مباشرة، بدلاً من محاولة إعادة بناء صورة مثالية أولاً. ويسمح هذا النهج للآلات بالتمييز بين الأجسام بعدد أقل بكثير من الفوتونات مما كان يُعتقد سابقاً أنه ممكن، حتى عندما تكون الكواشف تعاني من ضجيج إلكتروني كبير.
ركز الباحثون على مشكلة حيث يجب على الكمبيوتر أن يقرر الفئة التي ينتمي إليها جسم ما، مثل تحديد ما إذا كانت الصورة تحتوي على قط أم كلب. في الإعداد القياسي، تسجل الكاميرا شدة الضوء عند كل نقطة، مما ينشئ صورة كاملة. وقد أظهر الباحثون أنه بالنسبة لفئتي الصور اللتين استخدماهما، كانت الصور الناتجة متشابهة للغاية لدرجة أن العين البشرية، أو خوارزمية الكمبيوتر القياسية، بالكاد تستطيع التمييز بينهما. كانت المعلومات اللازمة للتمييز بينهما مخبأة في العلاقات الكمومية الدقيقة بين الفوتونات، والتي تضيع عندما تسجل الكاميرا القياسية السطوع فقط. ولتعويض هذه المعلومات المفقودة، استبدل الفريق العدسة القياسية بشبكة عصبية بصرية حيودية. يتكون هذا الجهاز من سلسلة من الصفائح الشفافة ذات أنماط مجهرية محفورة عليها. ومع مرور الضوء عبر هذه الصفائح، تقوم الأنماط بإعادة تشكيل المجال الضوئي، مما يؤدي فعلياً إلى خلط وإعادة ترتيب الفوتونات قبل وصولها إلى الكاشف.
كان الابتكار الرئيسي في كيفية تعليم هذه الصفائح العمل. استخدم الباحثون هدفين مختلفين للتدريب؛ كان الهدف الأول هو اتخاذ أفضل قرار ممكن باستخدام فوتون واحد فقط. أما الهدف الثاني، والأكثر نجاحاً، فكان تحسين سرعة اتخاذ النظام لقرار صحيح مع وصول المزيد والمزيد من الفوتونات. ووجدوا أن استراتيجية الفوتون الواحد تختلف عن استراتيجية الفوتونات المتعددة. فالقياس المصمم ليكون مثالياً لفوتون واحد كان يؤدي أداءً ضعيفاً عند توفر العديد من الفوتونات. ومن خلال تدريب الشبكة البصرية على تعظيم معدل انخفاض الأخطاء مع نمو عدد الفوتونات، تعلم النظام التخلص من أجزاء الضوء المتطابقة لكل من القط والكلب، والتركيز فقط على الميزات المهمة. وقد سمح ذلك للنظام بتحقيق معدل خطأ ينخفض بشكل أسي أسرع بكثير من طرق التصوير التقليدية.
ولإثبات نجاح ذلك في العالم الحقيقي، بنى الفريق إعداداً تجريبياً باستخدام الليزر ومعدلات الضوء المكانية لإنشاء الصور والشبكة البصرية. واختبروا النظام في سيناريوهين: أولاً، قاموا بمحاكاة بيئة مثالية خالية من الضوضاء لمعرفة الحدود النظرية. وفي هذا الإعداد، قللت الطريقة الجديدة من معدل الخطأ بشكل كبير مقارنة بالتصوير المباشر. والأهم من ذلك، اختبروا النظام باستخدام كاميرا حقيقية مشوشة للغاية، تحاكي الظروف التي ينتج فيها الكاشف حوالي 10,000 إشارة خاطئة مقابل كل فوتون حقيقي واحد. في هذه البيئة القاسية، تعلمت الشبكة العصبية البصرية المدربة تركيز الضوء في منطقة أضيق على المستشعر. ومن خلال تركيز الإشارة، تجاهل النظام فعلياً الغالبية العظمى من البكسلات المشوشة، مما سمح له بالتمييز بين الأجسام بدقة كانت مستحيلة للكاميرات القياسية، حتى عندما تُعطى نفس القدر من الضوء.
كما استكشفت الدراسة ما إذا كان بإمكان هذه الطريقة التعامل مع أكثر من مجرد فئتين. وباستخدام مجموعة بيانات لعشرة أنواع مختلفة من الملابس، وجدوا أن المبدأ نفسه يظل قائماً. فقد تفوق النظام الذي تم تحسينه لعدد الفوتونات المتعددة باستمرار على كل من التصوير القياسي والنسخة المحسنة للفوتون الواحد بمجرد جمع كمية كافية من الضوء. ورغم أن النظام لم يصل إلى الحد النظري المطلق لما هو ممكن فيزيائياً، إلا أنه اقترب منه بشكل أكبر من أي طريقة سابقة. وأشار الباحثون إلى أن الأداء تحسن مع زيادة تعقيد الشبكة البصرية، مما يشير إلى إمكانية تحقيق نتائج أفضل مع المزيد من الطبقات. إن هذا العمل يرسخ حقيقة أن العائق في الرؤية منخفضة الإضاءة ليس فقط نقص الفوتونات، بل الطريقة التي نختار بها قياسها. فمن خلال استخدام الذكاء الاصطناعي لتصميم عملية القياس نفسها، بدلاً من مجرد تحليل البيانات، يمكننا الرؤية بوضوح في الظلام حيث لا ترى الطرق التقليدية سوى الضجيج.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.