Pesquisadores da Universidade de Tampere usaram com sucesso a inteligência artificial para prever a dinâmica não linear que ocorre quando os pulsos de luz ultracurtos interagem com a matéria. Esta nova solução pode ser usada para modelagem numérica rápida e eficiente, por exemplo, em imagens, manufatura e cirurgia. As descobertas foram publicadas na prestigiosa revista Nature Machine Intelligence.
A inteligência artificial pode distinguir diferentes tipos de propagação de pulso de laser, assim como reconhece diferenças sutis de expressão no reconhecimento facial. A solução recém-encontrada pode tornar mais simples projetar experimentos em pesquisa fundamental e permitirá que algoritmos sejam incorporados na próxima geração de sistemas a laser para garantir a otimização em tempo real. Isso pode ser utilizado, por exemplo, na fabricação e cirurgia, onde as propriedades do pulso são perturbadas por um ambiente alvo.
As interações não lineares ultrarrápidas entre luz e matéria são algo que os pesquisadores têm lutado para entender há décadas. O campo de estudo é de vital importância em muitas áreas de pesquisa, que vão desde o uso de ferramentas espectroscópicas no desenvolvimento de medicamentos até a usinagem de precisão de materiais tecnológicos e sensoriamento remoto até imagens de alta resolução.
As redes neurais podem ser treinadas para reconhecer padrões
Quando um pulso de luz ultracurto de alta potência interage com uma fibra óptica de vidro, ocorre uma série de interações altamente não lineares que causam mudanças complexas nas propriedades temporais e espectrais (cor) da luz injetada. Até agora, o estudo dessas interações não lineares e multidimensionais foi baseado na equação de Schroedinger não linear, um método lento e exigente computacionalmente que limitou drasticamente o uso de técnicas numéricas para projetar ou otimizar experimentos em tempo real.
“Este problema agora foi resolvido com o uso de inteligência artificial. Nossa equipe conseguiu treinar uma rede neural para reconhecer os padrões inerentes a essa evolução complexa. Significativamente, uma vez treinada, a rede também é capaz de prever a evolução não linear para um objeto anteriormente desconhecido. cenário, e pode fazê-lo essencialmente instantaneamente”, diz o professor Goëry Genty, líder do grupo de pesquisa na Universidade de Tampere e diretor do carro-chefe nacional para pesquisa e inovação em fotônica.
Esta pesquisa usa uma arquitetura especializada conhecida como ‘rede neural recorrente’ que possui uma memória interna. Essa rede pode não apenas reconhecer padrões específicos associados à dinâmica não linear, mas também pode aprender como esses padrões evoluem nos domínios temporal e espectral em uma distância estendida.
A rede neural pode prever uma evolução em milissegundos. A nova solução levará a uma modelagem numérica mais eficiente e rápida de todos os sistemas onde a não linearidade influencia a propagação, melhorando o design de dispositivos usados em telecomunicações, manufatura e imagem.
Novos aplicativos disponíveis em fotônica
O estudo relata dois casos de interesse altamente significativo em fotônica: compressão de pulso extremo e desenvolvimento de fonte de laser de banda ultrabanda.
“A abordagem que usa uma rede neural com memória interna nos permite contornar a abordagem convencional de resolver um modelo matemático subjacente, que consome muito tempo e requer recursos de memória às vezes proibitivos”, explica Genty.
Com o rápido crescimento dos aplicativos de aprendizado de máquina em todos os campos da ciência, Genty prevê que as redes neurais muito em breve se tornarão uma ferramenta importante e padrão para a análise de dinâmicas não lineares complexas, para otimizar a geração de fontes de banda larga e combs de frequência, bem como para projetar experimentos óticos ultra-rápidos.
Publicado em 20/02/2021 17h44
Artigo original:
Estudo original: