摘要：使用AI的量子科学进步可以测量非常小的表面和距离 - 开放医疗，制造和其他应用的世界。...

基于AI的技术正在迅速学习观察，交谈，计算和创建。但是，他们仍然做得不好的一件事是测量或“感觉”表面 - 纯粹的机械功能。

史蒂文斯物理学教授Yong Meng Sua说：“通过计算机视觉和对象识别的进步，AI或多或少获得了视力感。” “但是，它并没有产生一种人类的触觉，可以辨别出一张光滑而光滑的杂志纸的报纸纸。”

到目前为止，那就是。史蒂文斯（Stevens）量子科学与工程中心领先中心（CQSE）的研究人员刚刚证明了一种使AI具有感觉能力的方法。

准确的医学计量学，制造业，更多

SUA，与CQSE导演Yuping Huang和博士候选人Daniel Tafone和Luke McEvoy '22 M.S.合作。 '23设计了一种量子LAB设置，该设置将射击光子扫描激光与新算法AI模型相结合，该模型训练有训练，可以告诉各种表面之间的差异，因为它们与这些激光器成像。

塔夫内解释说：“这是AI和量子的婚姻。”

在他们的系统中，本月在《期刊》上报道应用光学器件[卷。 63，第30号]，在表面上短爆炸中脉冲脉冲，以“感觉”它。反射的，反向散射的光子从带有斑点噪声的目标对象返回，这是一种随机类型的缺陷，发生在图像中。

通常认为斑点噪声不受清除，准确的成像有害。但是，史蒂文斯集团的系统采用了不同的方法：它使用经过精心训练以将其特征解释为有价值的数据的AI检测和处理这些噪声伪像。这使系统可以准确辨别对象的地形。

塔夫内说：“我们在整个表面上的不同照明点上使用了光子计数的变化。”

该团队使用了31个工业砂纸，其表面各不相同，范围从1到100微米，作为实验目标。 （为了进行比较，平均的人头发约为100微米。）模式锁定激光器产生的针对样品的光脉冲。

那些脉冲通过收发器，遇到了沙皮纸，然后通过系统反弹，以通过团队的学习模型进行分析。

在早期测试期间，该组的方法平均大约8微米的根平方误差（RMSE）；在使用了多个样品和平均结果之后，其准确性显着提高到4微米以内，与当前使用的最佳工业特性仪设备相当。

Tafone指出：“有趣的是，我们的系统最适合最好的颗粒表面，例如钻石胶片和氧化铝。”

他补充说，新方法对于各种应用可能很有用。

例如，当试图检测皮肤癌症时，通常是由人类审查员犯错，他们将看起来非常相似但无害的条件与潜在的致命黑色素瘤混淆。

黄解释说：“摩尔粗糙度的微小差异，太小，无法用人眼看到，但可以通过我们提出的量子系统来测量，可以区分这些条件。”

“量子交互提供了大量信息，使用AI快速理解和处理这是下一个逻辑步骤。”

制造组件的质量控制也经常取决于极小的距离，这可能意味着一个完美的部分与微小缺陷之间的差异，最终可能会导致危险的机械故障。

Huang总结道：“由于LiDAR技术已经在自动驾驶汽车，智能手机和机器人等设备中广泛实施，我们的方法通过在很小的尺度上以表面性能测量来丰富它们的功能。”