L'identificazione delle fonti di luce svolge un ruolo importante nello sviluppo di molte tecnologie fotoniche, come lidar, telerilevamento, e microscopia. Tradizionalmente, identificare sorgenti luminose diverse come la luce solare, radiazione laser, o la fluorescenza molecolare ha richiesto milioni di misurazioni, soprattutto in ambienti scarsamente illuminati, che limita l'implementazione realistica delle tecnologie fotoniche quantistiche.

In Recensioni di fisica applicata , i ricercatori hanno dimostrato una tecnologia quantistica intelligente che consente una drastica riduzione del numero di misurazioni necessarie per identificare le sorgenti luminose.

"Abbiamo addestrato un neurone artificiale con le fluttuazioni statistiche che caratterizzano la luce coerente e termica, " disse Omar Magana-Loaiza, un autore della carta.

Dopo che i ricercatori hanno addestrato il neurone artificiale con sorgenti luminose, il neurone potrebbe identificare le caratteristiche sottostanti associate a specifici tipi di luce.

"Un singolo neurone è sufficiente per ridurre drasticamente il numero di misurazioni necessarie per identificare una fonte di luce da milioni a meno di cento, " ha detto Chenglong You, un collega ricercatore e coautore del documento.

Con meno misurazioni, i ricercatori possono identificare le sorgenti luminose molto più rapidamente, e in alcune applicazioni, come la microscopia, possono limitare i danni della luce poiché non devono illuminare il campione quasi altrettante volte durante le misurazioni.

"Se stessi facendo un esperimento di imaging con delicati complessi molecolari fluorescenti, Per esempio, potresti ridurre il tempo in cui il campione è esposto alla luce e ridurre al minimo eventuali fotodanneggiamenti, " ha detto Roberto de J. León-Montiel, un altro coautore.

La crittografia è un'altra applicazione in cui questi risultati potrebbero rivelarsi preziosi. In genere per generare una chiave per crittografare un'e-mail o un messaggio, i ricercatori devono effettuare milioni di misurazioni. "Potremmo accelerare la generazione di chiavi quantistiche per la crittografia utilizzando un neurone simile, " disse Magana-Loaiza.

Poiché la luce laser svolge un ruolo importante nel telerilevamento, questo lavoro potrebbe anche consentire lo sviluppo di una nuova famiglia di sistemi lidar intelligenti con la capacità di identificare le informazioni intercettate o modificate riflesse da un oggetto remoto. Lidar è un metodo di telerilevamento che misura la distanza da un bersaglio illuminando il bersaglio con luce laser e misurando la luce riflessa con un sensore.

"La probabilità di inceppare un sistema lidar quantistico intelligente sarà drasticamente ridotta con la nostra tecnologia, " disse. Inoltre, la possibilità di discriminare i fotoni lidar dalla luce ambientale come la luce solare avrà importanti implicazioni per il telerilevamento a bassi livelli di luce.