Исследователи из Университета Тампере успешно использовали искусственный интеллект для предсказания нелинейной динамики, происходящей при взаимодействии ультракоротких световых импульсов с веществом. Это новое решение может быть использовано для эффективного и быстрого численного моделирования, например, в области визуализации, производства и хирургии. Результаты исследования были опубликованы в престижном журнале Nature Machine Intelligence.

Искусственный интеллект может различать различные типы распространения лазерных импульсов, так же как он распознает тонкие различия в выражении лица. Вновь найденное решение может упростить проектирование экспериментов в фундаментальных исследованиях и позволит внедрить алгоритмы в лазерные системы следующего поколения для обеспечения оптимизации в реальном времени. Это может быть использовано, например, в производстве и хирургии, где импульсные свойства нарушаются целевой средой.

Нелинейные сверхбыстрые взаимодействия света и материи-это то, что исследователи пытались понять десятилетиями. Эта область исследований имеет жизненно важное значение во многих областях исследований, начиная от использования спектроскопических инструментов при разработке лекарств и заканчивая прецизионной обработкой технологических материалов и дистанционным зондированием до получения изображений с высоким разрешением.

Нейронные сети можно обучить распознавать паттерны

При взаимодействии мощного ультракороткого импульса света со стеклянным оптическим волокном происходит ряд сильно нелинейных взаимодействий, вызывающих сложные изменения как временных, так и спектральных (цветовых) свойств инжектируемого света. До сих пор изучение этих нелинейных и многомерных взаимодействий основывалось на нелинейном уравнении Шредингера, медленном и требовательном к вычислениям методе, который резко ограничивал использование численных методов для проектирования или оптимизации экспериментов в реальном времени.

"Эта проблема теперь решена с помощью искусственного интеллекта. Наша команда смогла обучить нейронную сеть распознавать закономерности, присущие такой сложной эволюции. Важно отметить, что после обучения сеть также способна предсказывать нелинейную эволюцию для ранее неизвестного сценария и может делать это практически мгновенно", - говорит профессор Гоэри Генти, руководитель исследовательской группы Университета Тампере и директор национального флагмана исследований и инноваций в области фотоники.

Это исследование использует специализированную архитектуру, известную как "рекуррентная нейронная сеть", которая обладает внутренней памятью. Такая сеть может не только распознавать специфические паттерны, связанные с нелинейной динамикой, но и изучать, как такие паттерны развиваются как во временной, так и в спектральной областях на большом расстоянии.

Нейронная сеть может предсказать эволюцию за миллисекунды. Новое решение приведет к более эффективному и быстрому численному моделированию всех систем, где нелинейность влияет на распространение, улучшая конструкцию устройств, используемых в телекоммуникациях, производстве и визуализации.

Новые приложения, доступные в фотонике

В исследовании сообщается о двух случаях весьма значительного интереса к фотонике: экстремальное сжатие импульсов и разработка сверхширокополосного лазерного источника.

"Подход с использованием нейронной сети с внутренней памятью позволяет нам обойти традиционный подход решения лежащей в основе математической модели, который очень трудоемкий и требует иногда непомерно больших ресурсов памяти", - объясняет Генти.

С быстрым ростом приложений машинного обучения во всех областях науки Генти ожидает, что нейронные сети очень скоро станут важным и стандартным инструментом для анализа сложной нелинейной динамики, для оптимизации генерации широкополосных источников и частотных гребенок, а также для проектирования сверхбыстрых оптических экспериментов.

ИСТОЧНИК