Single-Photon Object Identification without Imaging via Quantum State Projection
本文展示了一种量子测量框架，该框架通过应用任务优化的酉变换来构建一个使波函数坍缩能直接揭示物体标签的测量基底，从而在无需成像的情况下实现单光子物体识别，并在低光子条件下实现了显著高于经典基于强度的测量精度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代能够“看见”世界的机器，从自动驾驶汽车到工厂机器人，都依赖于一个熟悉的流程：它们捕捉一张图像，然后利用强大的计算机来辨别图像中的内容。这种方法在光线充足时表现良好，但在光线稀缺时却显得力不从心。为了形成清晰的图像，相机通常需要收集成千上万甚至数百万个被称为“光子”的光粒子，以克服光的自然颗粒感。这种需求使得过程变得缓慢且耗能，而且所需的高强度光线有时会损坏脆弱的生物样本或敏感材料。此外，捕捉图像后再进行处理所耗费的时间会产生延迟，使得系统难以对快速发生的事件做出反应。长期以来，科学家们一直在寻找能够以更少光子和更短时间识别物体的方法，但先拍照后分析的标准方法一直占据着主导地位。
韩国嘉川大学（Gachon University）的一位研究人员展示了一种不同的方法，即仅使用单个光粒子即可识别物体，而无需形成图像。该方法并非试图构建物体的图像，而是将光粒子视为一种可以直接进行分类的信息载体。在实验中，他们使用了一种称为“空间光调制器”的特殊设备，它就像一面可以改变光波形状的可编程镜子。通过精心编程该设备，他们改变了光线在不同物体上反射的方式，使得每个物体都能将光粒子引导至探测器上的一个独特且特定的位置。当光粒子最终到达并被捕捉时，其落点会立即揭示它来自哪个物体。这一过程绕过了重建视觉场景的需求，使得系统能在检测到单个光子的瞬间便识别出物体。
研究人员使用九种不同的物体对这一想法进行了测试，每种物体都被设计为以独特的方式改变光线。在一项模拟该系统物理特性的计算机仿真中，仅使用每个尝试中的一个光子，该方法就能以90.2%的准确率正确识别物体。与传统成像系统在单光子水平下的最佳可能表现相比，这一结果是一个巨大的飞跃；研究人员计算得出，传统方法在单光子水平下的成功率仅约为31.9%。传统方法之所以在如此低的光照水平下失效，是因为单个光子只能提供极微小的信息量，在缺乏完整图像背景的情况下，不足以区分复杂的形状。然而，新方法利用了光粒子的波动特性来一次性处理所有信息，并将其坍缩为一个决定性的答案。
为了证明这在现实世界中可行，研究人员构建了一个包含激光器、可编程镜子和摄像头的光学装置。他们首先使用调暗的激光光进行测试，这种光表现得类似于单光子。在这种条件下，系统正确识别物体的概率为71.0%，这一结果与其理论预测非常吻合。为了使实验更接近真正的单光子极限，他们使用一种可以将光分裂成对的晶体来产生真正的单光子。他们利用其中一个光子发出信号，告知另一个光子即将到来，然后将第二个光子送入系统中。通过使用由六十四个微型探测器组成的网格，他们发现系统仍然能够识别正确的物体，对于测试的每个物体，正确探测器的触发频率都高于其他任何探测器。虽然由于探测器数量有限，单光子测试的准确率低于模拟结果，但实验证实了这些光粒子确实是根据它们遇到的物体被分流到了不同的通道中。
这项工作表明，未来的感知技术可能不再依赖于拍摄更好的照片，而是取决于向光本身提出更好的问题。通过设计测量过程，使其仅提取特定任务（如识别物体）所需的信息，系统便能以更少的资源运行。研究人员指出，随着光学元件分辨率的提高，这种方法的准确度可能会进一步提升，甚至可能接近量子力学的理论极限。这种方法为开发更快速、更节能且能够在传统相机只能看到噪声的极低光照条件下工作的传感系统提供了路径。它代表了一种转变——从将世界视为像素的集合，转变为将其视为一系列量子态，其中单个粒子的位置便讲述了一个完整的故事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。