量子科学的进展利用人工智能可以精确测量微小的表面和距离，这对医学、制造等领域大有裨益。
基于人工智能的技术正在快速发展，以理解视觉信息、进行对话、执行计算，甚至创造内容。然而，它们在测量或“感知”表面这一需要机械熟练度的任务上仍然存在困难。
史蒂文斯学院的物理教授姚萌说：“人工智能由于计算机视觉和物体识别的进步，基本上获得了视觉能力，但还未开发出类似人类的触觉能力。例如，它无法区分粗糙报纸和光滑光亮杂志的质地。”
这一点已经改变，得益于史蒂文斯前沿的量子科学与工程中心（CQSE）的研究人员，他们最近展示了一种使人工智能能够模拟触觉的技术。
健康、生产等领域的精密计量
姚萌与CQSE主任黄玉平以及博士生丹尼尔·塔丰和卢克·麦克伊沃伊（2022年硕士，2023年硕士）创建了一个量子实验室设置。这个设置结合了发射光子的扫描激光器与先进的算法人工智能模型，允许其在激光照射的表面上识别质地的差异。
塔丰解释说：“这代表了人工智能与量子科学的融合。”
在本月发表在《应用光学》杂志[第63卷，第30期]上的方法中，独特设计的光束以快速脉冲形式向一个表面发射，以“感知”其质地。从目标物体回弹的光子带来了散斑噪声，这是一种在成像中发生的失真类型。
一般来说，散斑噪声被视为清晰成像的障碍。然而，史蒂文斯团队的创新采取了不同的路线：它识别并利用这些噪声模式，使用一种人工智能来将其解释为有价值的信息。这使得系统能够准确分析物体的表面结构。
塔丰解释说：“我们分析表面不同照明点的光子计数的变化。”
团队用31种工业砂纸测试了他们的方法，每种砂纸的表面粗糙度从1到100微米（作为参考，普通人类头发的直径约为100微米）。锁模激光器生成了指向样本的光脉冲。
这些脉冲穿过收发器，与砂纸互动，然后通过设置返回，以供团队的学习模型进一步分析。
在初步测试中，他们的方法达到了约8微米的均方根误差（RMSE）；然而，在测试多个样本并对结果进行平均后，精度显著提高至4微米以内，与当前使用的顶级工业轮廓仪设备相当。
塔丰指出：“有趣的是，我们的系统在细粒度表面上表现最好，例如钻石研磨膜和铝氧化物。”
这种新技术具有广泛的潜在应用，正如塔丰所指出的。
例如，在皮肤癌检测中，人类检查员经常错误地辨认出非常相似但差异明显的病症，可能会将无害问题误认为是严重的黑色素瘤。
黄玉平明确表示：“我们量子系统可探测肉眼无法察觉的微小痣质地差异，有助于区分这些病症。”
他说：“量子交互可以提供丰富的信息，利用人工智能有效分析这些数据是合乎逻辑的下一步。”
制造中的质量控制通常依赖于极其精确的测量，以确定零件是完美还是有轻微缺陷，这可能会导致后来的危险机械故障。
黄玉平总结道：“由于激光雷达技术已广泛应用于自动驾驶汽车、智能手机和机器人，我们的方法通过测量非常小尺度的表面特性来增强其功能。”
