فناوری‌های مبتنی بر هوش مصنوعی به سرعت در حال یادگیری دیدن، مکالمه، محاسبه و ایجاد هستند. با این حال، یکی از چیزهایی که آنها هنوز به خوبی انجام نمی‌دهند، اندازه گیری یا “احساس” سطوح است. البته که یک عملکرد کاملاً مکانیکی حساب می‌شود. لمس نامرئی یا همان توانایی احساس و اندازه‌گیری سطوح در هوش مصنوعی نمایان می‌شود.
هوش مصنوعی کم و بیش حس بینایی را از طریق پیشرفت در بینایی کامپیوتری و تشخیص اشیا کسب می‌کند. با این حال، هنوز حس لامسه‌ای یا همان لمس نامرئی شبیه انسان ایجاد نکرده است که بتواند مثلاً یک ورق کاغذ ناهموار روزنامه را از یک ورق صاف و براق کاغذ مجله تشخیص دهد. البته تا الان، محققان مرکز پیشرفته علوم و مهندسی کوانتومی استیونز (CQSE) به تازگی روشی را نشان داده‌اند که به هوش مصنوعی توانایی احساس کردن را می‌دهد.
بیشتر بخوانید: هوش مصنوعی در رباتیک | مزایا + کاربردها و نمونه‌های واقعی!
اندازه شناسی دقیق برای پزشکی، تولید، و موارد دیگر
سوآ با همکاری یوپینگ هوانگ، یک آزمایشگاه کوانتومی ابداع کردند که لیزر اسکن پرتاب کننده فوتون را با مدل‌های جدید هوش مصنوعی الگوریتمی ترکیب می‌کند. این کار برای تشخیص تفاوت‌های بین سطوح مختلف آموزش دیده‌اند.
بر اساس گزارشات یک پرتوی خاص از نور ایجاد می‌شود در انفجارهای کوتاهی در یک سطح برای “احساس” آن پالس می‌شود. فوتون‌های منعکس شده و پراکنده از شیء هدف با حمل نویز لکه‌ای بازمی‌گردند، یک نوع نقص تصادفی که در تصاویر رخ می‌دهد.
نویز لکه معمولاً برای تصویربرداری واضح و دقیق مضر تلقی می‌شود. با این حال، سیستم گروه استیونز رویکرد متفاوتی دارد. این مصنوعات نویز را با استفاده از یک هوش مصنوعی که به دقت آموزش دیدند تا ویژگی‌های آنها را به عنوان داده‌های ارزشمند تفسیر کند، شناسایی و پردازش می‌کند. این به سیستم اجازه می‌دهد تا توپوگرافی جسم را به دقت تشخیص دهد. در واقع از تغییرات تعداد فوتون‌ها در نقاط مختلف روشنایی در سطح استفاده کردنند.
هوانگ توضیح می‌دهد: «تفاوت‌های کوچک در زبری مول، برای دیدن با چشم انسان بسیار کوچک است. اما با سیستم کوانتومی پیشنهادی ما قابل اندازه‌گیری است، و می‌تواند بین این شرایط تفاوت قائل شود.
فعل و انفعالات کوانتومی انبوهی از اطلاعات را فراهم می‌کند، استفاده از هوش مصنوعی برای درک سریع و پردازش آن مرحله منطقی بعدی است. کنترل کیفیت ساخت قطعات نیز اغلب به فواصل بسیار کوچک بستگی دارد که می‌تواند به معنای تفاوت بین یک قطعه کامل و یک نقص کوچک باشد. در نهایت می‌تواند باعث خرابی مکانیکی خطرناک شود.
هوانگ نتیجه گیری می‌کند: «از آنجایی که فناوری LiDAR در حال حاضر به طور گسترده در دستگاه‌هایی مانند اتومبیل‌های خودران، تلفن‌های هوشمند و ربات‌ها پیاده سازی شده است، روش ما قابلیت‌های آنها را با اندازه‌گیری ویژگی‌های سطح در مقیاس‌های بسیار کوچک غنی می‌کند.»