Inteligencia artificial para mejorar la identificación de fuentes de luz

El método permite obtener imágenes o las propiedades de muestras químicas o biológicas en microscopio con mayor certeza y velocidad.

Procesos como la detección remota de personas, animales u objetos y la microscopía han logrado avances muy importantes a partir de tecnologías para la detección e identificación de las diferentes de fuentes de luz que participan en ellos.

       

A fin de reducir la cantidad de tiempo para la obtención de resultados en estas aplicaciones, científicos de la UNAM y de Louisiana State University crearon una tecnología que emplea inteligencia artificial que disminuye el número de mediciones indispensables para la correcta identificación de fuentes de luz.

El método también es empleado para reproducir con mayor velocidad y certeza imágenes o las propiedades de muestras químicas o biológicas en microscopio, así como para detectar y seguir la trayectoria de personas, animales e insectos en ambientes de total oscuridad.

El doctor Roberto León Montiel, del Instituto de Ciencias Nucleares de la UNAM, explica que para distinguir luz láser (que es dirigida directa e intensamente a un objeto) de luz ambiental (la que está alrededor del mismo objeto) se utilizan redes neuronales que aprenden a separar ambas emisiones de luz.

Para lograrlo, esas redes neuronales -que son un desarrollo de inteligencia artificial- son dotadas con la información necesaria para aprender a realizar la distinción entre las fuentes de luz y reducir el número de mediciones mediante el empleo de física cuántica.

La tecnología LiDAR (por sus siglas en inglés) emplea este método para la detección de aviones, misiles o cohetes, aun en condiciones de casi nula iluminación.

A pesar que la velocidad de reconocimiento puede tardar un par de segundos, en ocasiones implica que la rapidez en el procesamiento para revelar las propiedades de la luz no es lo suficientemente veloz para contextos como los antes mencionados donde los microsegundos pueden ser la diferencia.

El doctor Omar Magaña, actualmente profesor investigador mexicano en el departamento de Física en Louisiana State University, detalla que informar a una red neuronal es como enseñar a un niño pequeño a distinguir entre sobras o donde hay muy poca luz.

        

Tal como nuestro cerebro utiliza elementos para reconocer la luz, así la neurona aprende a distinguir las diferentes fuentes de luz. Los reconocimientos que hace la neurona los convierte en números y mediante entrenamiento acabará reconociendo a mayor velocidad.

[box]Así es como se realiza. Las partículas de luz (fotones) provenientes del Sol y de una fuente láser son reflejadas simultáneamente por un objeto lejano en movimiento (avión) y detectadas por un sensor (ojo humano), incapaz de distinguir por sí solo la estadística fotónica de cada una de ellas, es decir, la forma en cómo arriban esas partículas de luz al detector.

Las neuronas artificiales son capaces de distinguir entre la luz solar y láser, en apenas decenas de microsegundos, permitiendo filtrar los fotones del Sol y enfocarse únicamente en los provenientes de la fuente láser.[/box]

«Si se quieren hacer imágenes de tejidos o de muestras moleculares y se iluminan por mucho tiempo o con gran intensidad se pueden dañar. Con estos algoritmos de inteligencia artificial es posible reducir la cantidad de tiempo que requerimos medir para reproducir la imagen o las propiedades de alguna muestra sin dañarla, sobre todo si está viva”, dijo el doctor Roberto Montiel.

Otra aplicación es en comunicaciones, donde la tecnología es útil en encriptación cuántica, para acelerar los mensajes clave que se mandan. “La tecnología reduce el número de copias que se envían de un mensaje encriptado, lo que además de rápido lo hace más seguro”, agregó.

Imagen: Gaceta UNAM. Cortesía de Roberto LeónFUENTES
Identifican fuentes de luz con inteligencia artificial 
Identification of Light Sources using Machine Learning 

Deja un comentario

Descubre más desde Iluminet revista de iluminación

Suscríbete ahora para seguir leyendo y obtener acceso al archivo completo.

Seguir leyendo