Experimental visual quantum state discrimination
Dieses Paper stellt einen KI-gesteuerten Ansatz unter Verwendung eines trainierten diffraktiven optischen neuronalen Netzwerks vor, um Quantenmessungen für die Computer Vision zu optimieren, wobei exponentiell geringere Diskriminierungsfehler als bei der direkten Bildgebung erreicht werden, indem die Informationsextraktion aus jedem Photon maximiert und Detektorrauschen effektiv gemindert wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht vom Autor verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der Welt des Sehens, sei es durch das menschliche Auge oder durch Maschinen, gibt es einen grundlegenden Kompromiss zwischen Klarheit und der verfügbaren Lichtmenge. Die meisten Bildverarbeitungssysteme, von den Kameras in unseren Telefonen bis hin zu den Teleskopen, die den Nachthimmel scannen, arbeiten, indem sie ein vollständiges Bild einer Szene erfassen und dann einen Computer verwenden, um zu analysieren, was dort vorhanden ist. Diese Methode funktioniert wunderbar, wenn reichlich Licht vorhanden ist, was es dem System ermöglicht, Licht als eine kontinuierliche Welle zu behandeln. In vielen kritischen Situationen jedoch, wie etwa bei der Beobachtung empfindlicher lebender Zellen unter einem Mikroskop oder der Detektion von Objekten aus großer Entfernung, ist Licht knapp. In diesen lichtarmen Bedingungen erzeugt die eigentliche Natur des Lichts als diskrete Teilchen eine körnige Unsicherheit, die als Schrotrauschen bekannt ist, während die Kameras selbst ihr eigenes statisches Rauschen einführen. Wenn Licht derart knapp ist, scheitert der traditionelle Ansatz, erst ein Bild aufzunehmen und es dann zu bereinigen, oft deshalb, weil der Akt der Bildaufnahme bereits Informationen zerstört, bevor der Computer überhaupt mit der Analyse beginnen kann.
Ein Forscherteam der University of Oxford hat einen Weg gefunden, diese Einschränkung zu umgehen, indem es den Moment der Erfassung selbst verändert. Anstatt zu versuchen, ein unscharfes oder verrauschtes Bild nach der Aufnahme zu korrigieren, haben sie ein System entwickelt, das lernt, Licht auf die effizienteste Weise für eine spezifische Aufgabe zu messen. Durch den Einsatz von künstlicher Intelligenz, um ein spezielles optisches Bauteil zu trainieren, schufen sie einen Messprozess, der die maximale Menge an nützlicher Information aus jedem einzelnen eintreffenden Photon extrahiert. Ihre Arbeit zeigt, dass es für Aufgaben wie die Unterscheidung zwischen einer Katze und einem Hund in einem dunklen Raum besser ist, das Objektiv der Kamera so zu gestalten, dass es die spezifische Frage direkt beantwortet, anstatt zuerst ein perfektes Bild rekonstruieren zu wollen. Dieser Ansatz ermöglicht es Maschinen, Objekte mit weit weniger Photonen zu unterscheiden, als bisher für möglich gehalten wurde, selbst wenn die Detektoren von erhebllichem elektronischem Rauschen geplagt sind.
Die Forscher konzentrierten sich auf ein Problem, bei dem ein Computer entscheiden muss, zu welcher von mehreren Kategorien ein Objekt gehört, wie etwa die Identifizierung der Frage, ob ein Bild eine Katze oder einen Hund enthält. In einem Standardaufbau zeichnet die Kamera die Intensität des Lichts an jedem Punkt auf und erstellt so ein vollständiges Bild. Die Forscher zeigten, dass die resultierenden Bilder für die beiden von ihnen verwendeten Bildklassen so ähnlich waren, dass das menschliche Auge oder ein Standard-Computeralgorithmus sie kaum unterscheiden konnte. Die Information, die zur Unterscheidung nötig war, lag in den subtilen quantenmechanischen Beziehungen zwischen den Photonen verborgen, die verloren gehen, wenn eine Standardkamera lediglich die Helligkeit aufzeichnet. Um diese verborgene Information zurückzugewinnen, ersetzte das Team die Standardlinse durch ein diffraktives optisches neuronales Netzwerk. Dieses Gerät besteht aus einer Reihe transparenter Platten mit mikroskopisch kleinen Mustern, die darauf eingraviert sind. Wenn Licht durch diese Platten fällt, formen die Muster das Lichtfeld um und mischen sowie ordnen die Photonen effektiv neu an, bevor sie auf den Detektor treffen.
Die entscheidende Innovation lag darin, wie sie diese Platten dazu brachten, zu funktionieren. Die Forscher nutzten zwei verschiedene Trainingsziele. Das erste Ziel war es, die bestmögliche Entscheidung unter Verwendung eines einzelnen Photons zu treffen. Das zweite, und erfolgreichere Ziel, war es, zu optimieren, wie schnell das System eine korrekte Entscheidung treffen konnte, während immer mehr Photonen eintrafen. Sie fanden heraus, dass die Strategie für ein einzelnes Photon eine andere war als die Strategie für viele Photonen. Eine Messung, die für ein einzelnes Photon perfekt konzipiert war, schnitt tatsächlich schlecht ab, wenn viele Photonen verfügbar waren. Indem sie das optische Netzwerk darauf trainierten, die Rate zu maximieren, mit der die Fehlerzahl mit steigender Photonenzahl sank, lernte das System, Teile des Lichts zu verwerfen, die für Katzen und Hunde identisch waren, und sich stattdessen auf die Merkmale zu konzentrieren, die wirklich zählen. Dies ermöglichte es dem System, eine Fehlerrate zu erreichen, die exponentiell schneller sank als bei traditionellen Bildgebungsverfahren.
Um zu beweisen, dass dies in der realen Welt funktioniert, baute das Team einen experimentellen Aufbau mit Lasern und räumlichen Lichtmodulatoren, um die Bilder und das optische Netzwerk zu erzeugen. Sie testeten das System in zwei Szenarien. Zuerst simulierten sie eine perfekte, rauschfreie Umgebung, um die theoretischen Grenzen zu untersuchen. In diesem Setting reduzierte die neue Methode die Fehlerrate im Vergleich zur direkten Bildgebung drastisch. Noch wichtiger war, dass sie das System mit einer echten Kamera testeten, die extrem verrauscht war und eine Umgebung simulierte, in der der Detektor etwa 10.000 Fehlsignale für jedes einzelne echte Photon produziert. In dieser harten Umgebung lernte das trainierte optische Netzwerk, das Licht in einem engeren Bereich auf den Sensor zu fokussieren. Durch die Konzentration des Signals ignorierte das System effektiv die überwiegende Mehrheit der verrauschten Pixel, was es ihm ermöglichte, die Objekte mit einer Genauigkeit zu unterscheiden, die für Standardkameras selbst bei gleicher Lichtmenge unmöglich war.
Die Studie untersuchte auch, ob diese Methode mehr als nur zwei Kategorien handhaben kann. Mithilfe eines Datensatzes von zehn verschiedenen Kleidungsstücken fanden sie heraus, dass dasselbe Prinzip auch hier galt. Das auf viele Photonen optimierte System übertraf konsistent sowohl die Standardbildgebung als auch die auf ein einzelnes Photon optimierte Version, sobald genügend Licht gesammelt wurde. Obwohl das System nicht das absolute theoretische Limit dessen erreichte, was physikalisch möglich ist, kam es signifikant näher heran als jede bisherige Methode. Die Forscher merkten an, dass sich die Leistung verbesserte, wenn sie die Komplexität des optischen Netzwerks erhöhten, was darauf hindeutet, dass mit mehr Schichten noch bessere Ergebnisse erzielt werden könnten. Diese Arbeit etabliert, dass der Engpass in der lichtarmen Bildverarbeitung nicht nur der Mangel an Photonen ist, sondern die Art und Weise, wie wir sie messen. Indem man künstliche Intelligenz nutzt, um die Messung selbst zu entwerfen, statt nur die Analyse der Daten, ist es möglich, in der Dunkelheit klar zu sehen, wo konventionelle Methoden nur Rauschen wahrnehmen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.