Experimental visual quantum state discrimination
यह शोधपत्र कंप्यूटर विज़न के लिए क्वांटम मापन को अनुकूलित करने हेतु एक प्रशिक्षित विवर्तनिक ऑप्टिकल न्यूरल नेटवर्क (diffractive optical neural network) का उपयोग करने वाले एक एआई-संचालित दृष्टिकोण को प्रस्तुत करता है, जो प्रत्येक फोटॉन से सूचना निष्कर्षण को अधिकतम करके और डिटेक्टर शोर को प्रभावी ढंग से कम करके प्रत्यक्ष इमेजिंग की तुलना में तेजी से कम विभेदन त्रुटियां प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
देखने की दुनिया में, चाहे वह मानवीय आँख हो या मशीन, स्पष्टता (clarity) और उपलब्ध प्रकाश की मात्रा के बीच एक मौलिक समझौता (trade-off) होता है। अधिकांश विजन सिस्टम, हमारे फोन के कैमरों से लेकर रात के आकाश को स्कैन करने वाली दूरबीनों तक, एक दृश्य की पूरी तस्वीर कैप्चर करने और फिर कंप्यूटर का उपयोग करके यह विश्लेषण करने का काम करते हैं कि वहां क्या है। यह विधि तब बहुत खूबसूरती से काम करती है जब पर्याप्त प्रकाश उपलब्ध हो, जिससे सिस्टम प्रकाश को एक निरंतर तरंग (continuous wave) के रूप में मान सकता है। हालांकि, कई महत्वपूर्ण स्थितियों में, जैसे कि सूक्ष्मदर्शी (microscope) के नीचे नाजुक जीवित कोशिकाओं का अवलोकन करना या बहुत अधिक दूरी से वस्तुओं का पता लगाना, प्रकाश अत्यंत कम होता है। इन धुंधली स्थितियों में, प्रकाश की असतत कणों (discrete particles) के रूप में प्रकृति एक दानेदार अनिश्चितता पैदा करती है जिसे 'शॉट नॉइज़' (shot noise) कहा जाता है, जबकि कैमरे स्वयं अपना स्वयं का स्टैटिक (static) भी उत्पन्न करते हैं। जब प्रकाश इतना कम होता है, तो तस्वीर लेने और फिर उसे साफ करने का पारंपरिक दृष्टिकोण अक्सर विफल हो जाता है क्योंकि इमेज कैप्चर करने की प्रक्रिया उस जानकारी को नष्ट कर देती है जिसे कंप्यूटर के देखने से पहले ही प्राप्त किया जाना था।
ऑक्सफोर्ड विश्वविद्यालय के शोधकर्ताओं की एक टीम ने कैप्चर के क्षण को ही बदलकर इस सीमा को पार करने का एक तरीका खोजा है। एक धुंधली या शोर वाली छवि को लेने के बाद उसे ठीक करने के बजाय, उन्होंने एक ऐसा सिस्टम डिजाइन किया है जो यह सीखता है कि किसी विशिष्ट कार्य के लिए प्रकाश को सबसे कुशल तरीके से कैसे मापा जाए। एक विशेष ऑप्टिकल डिवाइस को प्रशिक्षित करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करके, उन्होंने एक ऐसी माप प्रक्रिया बनाई है जो आने वाले प्रत्येक एकल फोटॉन से अधिकतम उपयोगी जानकारी निकालती है। उनका कार्य यह प्रदर्शित करता है कि बिल्ली को कुत्ते से अलग करने जैसे कार्यों के लिए, अंधेरे कमरे में कैमरा लेंस को सीधे विशिष्ट प्रश्न का उत्तर देने के लिए डिजाइन करना बेहतर है, बजाय इसके कि पहले एक पूर्ण छवि को पुनर्गठित (reconstruct) करने का प्रयास किया जाए। यह दृष्टिकोण मशीनों को पहले से सोचे गए स्तर से कहीं कम फोटॉन के साथ भी वस्तुओं के बीच अंतर करने की अनुमति देता है, भले ही डिटेक्टरों में महत्वपूर्ण इलेक्ट्रॉनिक शोर व्याप्त हो।
शोधकर्ताओं ने एक ऐसी समस्या पर ध्यान केंद्रित किया जहाँ एक कंप्यूटर को यह तय करना होता है कि कोई वस्तु किन श्रेणियों में से किस श्रेणी से संबंधित है, जैसे कि यह पहचानना कि किसी छवि में बिल्ली है या कुत्ता। एक मानक सेटअप में, कैमरा हर बिंदु पर प्रकाश की तीव्रता को रिकॉर्ड करता है, जिससे एक पूर्ण छवि बनती है। शोधकर्ताओं ने दिखाया कि उनके द्वारा उपयोग की गई छवियों की दो श्रेणियों के लिए, परिणामी तस्वीरें इतनी समान थीं कि एक मानवीय आँख, या एक मानक कंप्यूटर एल्गोरिदम, उन्हें मुश्किल से ही पहचान सकता था। उन्हें अलग करने के लिए आवश्यक जानकारी फोटॉन्स के बीच के सूक्ष्म क्वांटम संबंधों में छिपी थी, जो खो जाती है जब एक मानक कैमरा केवल चमक (brightness) को रिकॉर्ड करता है। इस छिपी हुई जानकारी को पुनः प्राप्त करने के लिए, टीम ने मानक लेंस को एक 'डिफ्रैक्टिव ऑप्टिकल न्यूरल नेटवर्क' (diffractive optical network) से बदल दिया। यह उपकरण सूक्ष्म पैटर्न वाली पारदर्शी प्लेटों की एक श्रृंखला है। जैसे ही प्रकाश इन प्लेटों से गुजरता है, पैटर्न प्रकाश क्षेत्र को नया आकार देते हैं, जिससे डिटेक्टर तक पहुँचने से पहले फोटॉन्स का मिश्रण और पुनर्व्यवस्था प्रभावी रूप से हो जाती है।
मुख्य नवाचार यह था कि उन्होंने इन प्लेटों को काम करना कैसे सिखाया। शोधकर्ताओं ने दो अलग-अलग प्रशिक्षण लक्ष्यों का उपयोग किया। पहला लक्ष्य यह था कि केवल एक सिंगल फोटॉन का उपयोग करके सर्वोत्तम संभव निर्णय लिया जा सके। दूसरा, और अधिक सफल लक्ष्य, यह था कि जैसे-जैसे अधिक फोटॉन आते हैं, सिस्टम कितनी तेज़ी से सही निर्णय ले सकता है, इसे अनुकूलित (optimize) किया जाए। उन्होंने पाया कि एक फोटॉन के लिए रणनीति, कई फोटॉन के लिए उपलब्ध रणनीति से भिन्न थी। एक रणनीति जो एक फोटॉन के लिए उत्तम थी, वह कई फोटॉन उपलब्ध होने पर खराब प्रदर्शन करती थी। ऑप्टिकल नेटवर्क को फोटॉन की संख्या बढ़ने के साथ त्रुटि दर (error rate) कम करने की दर को अधिकतम करने के लिए प्रशिक्षित करके, सिस्टम ने उस प्रकाश के हिस्सों को छोड़ना सीख लिया जो बिल्लियों और कुत्तों दोनों के लिए समान थे, और केवल उन विशेषताओं पर ध्यान केंद्रित किया जो महत्वपूर्ण थीं। इसने सिस्टम को एक ऐसी त्रुटि दर प्राप्त करने की अनुमति दी जो पारंपरिक इमेजिंग विधियों की तुलना में तेजी से घटती (exponentially decrease) थी।
यह सिद्ध करने के लिए कि यह वास्तविक दुनिया में काम करता है, टीम ने इमेज और ऑप्टिकल नेटवर्क बनाने के लिए लेजर और 'स्पेशियल लाइट मॉड्यूलेटर' का उपयोग करके एक प्रयोगात्मक सेटअप बनाया। उन्होंने दो परिदृश्यों में इसका परीक्षण किया। पहले, उन्होंने सैद्धांतिक सीमाओं को देखने के लिए एक आदर्श, शोर रहित वातावरण का अनुकरण (simulate) किया। इस सेटिंग में, नए तरीके ने प्रत्यक्ष इमेजिंग की तुलना में त्रुटि दर को नाटकीय रूप रूप से कम कर दिया। इससे भी महत्वपूर्ण बात यह है कि उन्होंने एक वास्तविक कैमरे के साथ परीक्षण किया जो अत्यंत शोर वाला था, जो ऐसी स्थिति का अनुकरण करता है जहाँ डिटेक्टर एक वास्तविक फोटॉन के लिए लगभग 10,000 गलत संकेत (false signals) उत्पन्न करता है। इस कठोर वातावरण में, प्रशिक्षित ऑप्टिकल नेटवर्क ने सेंसर पर प्रकाश को एक छोटे क्षेत्र में केंद्रित करना सीख लिया। सिग्नल को केंद्रित करके, सिस्टम ने शोर वाले पिक्सेल के विशाल बहुमत को प्रभावी ढंग से अनदेखा कर दिया, जिससे यह वस्तुओं को सटीकता के उस स्तर के साथ पहचानने में सक्षम हुआ जो मानक कैमरों के लिए असंभव था, भले ही उन कैमरों को समान मात्रा में प्रकाश दिया गया हो।
अध्ययन ने यह भी पता लगाया कि क्या यह विधि केवल दो श्रेणियों से अधिक को संभाल सकती है। कपड़ों के दस अलग-अलग प्रकारों के डेटासेट का उपयोग करते हुए, उन्होंने पाया कि यही सिद्धांत लागू होता है। उनका सिस्टम, जो कई फोटॉन के लिए अनुकूलित था, पर्याप्त प्रकाश एकत्र होने के बाद लगातार मानक इमेजिंग और सिंगल-फोटॉन अनुकूलित संस्करण दोनों से बेहतर प्रदर्शन करता रहा। हालाँकि यह सिस्टम भौतिक रूप से संभव पूर्ण सैद्धांतिक सीमा तक नहीं पहुँचा, लेकिन यह पिछले किसी भी तरीके की तुलना में काफी करीब था। शोधकर्ताओं ने उल्लेख किया कि जैसे-जैसे उन्होंने ऑप्टिकल नेटवर्क की जटिलता बढ़ाई, प्रदर्शन में सुधार हुआ, जिससे यह संकेत मिलता है कि अधिक परतों (layers) के साथ और भी बेहतर परिणाम प्राप्त किए जा सकते हैं। यह कार्य यह स्थापित करता है कि कम रोशनी वाले विजन में बाधा केवल फोटॉन की कमी नहीं है, बल्कि यह भी है कि हम उन्हें मापने का चुनाव कैसे करते हैं। डेटा के विश्लेषण के बजाय, स्वयं माप (measurement) को डिजाइन करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करके, अंधेरे में स्पष्ट रूप से देखना संभव है जहाँ पारंपरिक विधियाँ केवल शोर देखती हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।