一种智能量子技术，用于以更少的测量来识别光源。
识别的源光起着许多光子技术，如激光雷达，遥感，和显微镜的发展具有重要作用。传统上，识别各种光源(例如太阳光，激光辐射或分子荧光)需要进行数百万次测量，尤其是在弱光环境下，这限制了量子光子技术的实际应用。
在《应用物理评论》的一篇论文中，研究人员展示了一种智能量子技术，该技术可以显着减少识别光源所需的测量数量。
路易斯安那州立大学物理学助理教授奥马尔·马格纳·洛阿扎(Omar Magana-Loaiza)博士说：“我们用统计波动来训练一个人造神经元，该波动表征相干光和热光。在研究人员用光源训练了人工神经元之后，神经元可以识别与特定类型的光相关的潜在特征。
关键研究人员尤成龙博士说：“单个神经元足以将识别光源所需的测量数量从数百万个减少到少于数百个。”
通过较少的测量，研究人员可以更快地识别光源，并且在某些应用(例如显微镜)中，由于不必在测量时几乎不需要多次照射样品，因此可以限制光损伤。
该研究所的教授罗伯托·德·莱昂·蒙蒂尔(Roberto de J.León-Montiel)博士说：“例如，如果您使用精细的荧光分子复合物进行成像实验，则可以减少样品暴露于光的时间，并最大程度地减少光损伤。”墨西哥国立自治大学核科学系。
Magana-Loaiza博士说，密码学是另一个可以证明这些发现有价值的应用。他说：“为了生成用于加密电子邮件或消息的密钥，您需要进行数百万次测量。” “我们可以加快使用相似神经元进行加密的量子密钥的生成。”
尤博士说：“鉴于激光在遥感中所起的重要作用，我们的工作使新的智能LIDAR系统系列得以开发，该系统具有识别从远程物体反射的被拦截或修改的信息的能力。” LIDAR是一种遥感方法，它通过用激光照射目标并用传感器测量反射光来测量到目标的距离。
他说：“利用我们的技术，将大大降低干扰智能量子LIDAR系统的可能性。此外，将LIDAR光子与环境光(例如太阳光)区分开的可能性，对于低光照水平的遥感将具有重要意义。”添加。
