基于人工智能（AI）的技术可以迅速学习，进行观察、交谈、计算和创造。但是，它们在测量或“感知”表面方面表现不佳，这纯粹是一种机械功能。
（图片来源：stevens.edu）
史蒂文斯理工学院物理学教授Yong Meng Sua表示：“凭借计算机视觉和物体识别技术的进展，AI已或多或少获得了视觉，但尚未发展出类似人类的触觉，例如无法区分粗糙的报纸和光滑的杂志纸。”
现在，情况有所改善。据外媒报道，史蒂文斯理工学院量子科学与工程中心（CQSE）的研究人员刚刚展示了一种赋予AI感知能力的方法。
用于医药、制造等领域的精确计量方法
研究人员设计量子实验室装置，将光子发射扫描激光器与新的算法AI模型结合起来。这些模型经过训练，可以在激光成像时分辨不同表面之间的差异。CQSE博士生Daniel Tafone表示：“这是人工智能和量子的结合。”
在这个系统中，一束特制的光束以短爆发脉冲（short blasts）的形式照射到表面，以进行“感知”。反射的、反散射的光子携带斑点噪声从目标物体返回。斑点噪声是一种随机出现在图像中的缺陷，通常被认为不利于清晰、准确的成像。然而，该团队的系统采用一种不同的方法，利用经过精心训练的AI来检测和处理这些噪声伪影，将它们的特征解读为有价值的数据。因此，系统能够准确地辨别物体形貌。Tafone表示：“我们利用表面不同照明点上的光子计数变化。”
该团队使用31张工业砂纸作为实验目标。这些表面粗糙度各异，厚度从1-100微米不等（作为对比，人类头发的平均厚度约为100微米）。锁模激光器针对样品产生光脉冲。这些脉冲穿过收发器，遇到砂纸，然后通过系统反弹回来，由团队的学习模型进行分析。
在早期测试中，这种方法的平均均方根误差（RMSE）约为8微米；在处理多个样品并并对其中的结果进行平均后，其精度明显提高到4微米以内，可与目前使用的最佳工业表面光度仪设备相媲美。Tafone指出：“有趣的是，我们的系统对最细粒度表面效果最好，例如金刚石研磨膜和氧化铝。”
这种新方法可能适合各种应用。例如，在检测皮肤癌时，检验人员经常会犯错误，把看起来非常相似但无害的疾病，与可能致命的黑色素瘤混淆在一起。CQSE负责人Yuping Huang表示：“由于太小，人眼无法看见痣粗糙度的微小差异。但是，利用我们提出的量子系统进行测量，可以区分这些情况。量子相互作用提供了丰富的信息，下一个合乎逻辑的步骤就是通过AI快速理解和进行处理。”
零部件的制造质量控制往往也取决于极小的距离，这可能出现完美部分和微小缺陷差异，而微小缺陷最终可能导致危险的机械故障。
研究人员表示，激光雷达（LiDAR）技术已广泛应用于自动驾驶汽车、智能手机和机器人等设备，这种方法通过非常小尺度的表面特性测量丰富了它们的能力。
