Kunstig intelligens forudsiger uhyggelige lysbølger

I en nylig undersøgelse offentliggjort i Naturkommunikation , et internationalt team af forskere fra Tampere University of Technology (TUT), Finland, og Institut FEMTO-ST ved Université Bourgogne-Franche Comté, Frankrig, tage et betydeligt skridt i retning af analyse og forudsigelighed af useriøse bølger, der tilsyneladende dukker op fra ingenting.

Historier om gigantiske havbølger med stor ødelæggende kraft er sagn om legende og folklore, men i dag er deres videnskabelige undersøgelse et kritisk område inden for tværfaglig forskning, der spænder over oceanografi, fysik og matematik. Et særligt problem, forskerne står over for, er, at disse ekstreme bølger tilsyneladende tilfældigt opstår på havets overflade, og det forekommer umuligt at forudsige de forhold, der kan gå forud for deres udseende. En relateret praktisk vanskelighed er, at det ikke altid er muligt at måle sådanne bølger fuldstændigt, og den tilgængelige instrumentering fanger oftest kun en del af bølgeegenskaberne.

I nyere forsøg med analoge ekstreme lysbølger, forskere har brugt kunstig intelligens til at studere dette problem, og har nu bestemt en sandsynlighedsfordeling, der fortrinsvis identificerer fremkomsten af ​​useriøse bølger. Den særlige nyhed ved dette arbejde er, at forskerne uddannede et neuralt netværk til at identificere de særlige tidsdomæneegenskaber for useriøse bølger med de højeste og mest ekstreme intensiteter ud fra kun delvis information om bølgeegenskaberne i frekvens- eller bølgelængdeområdet.

Eksperimenterne blev udført ved at injicere laserpulser i et optisk fibersystem designet til at reproducere bølgeudbredelse beskrevet af en ikke -lineær Schrödinger -ligning, en model, der også kan gælde vandbølger. Ved hjælp af et instrument udviklet specielt til måling af optiske spektre i realtid med højt dynamisk område, forskerne udarbejdede et datasæt med tusinder af støjende spektrale signaler fra en ikke -lineær proces kaldet moduleringsinstabilitet, som menes at være forbundet med nogle klasser af useriøse bølger på havet.

Selvom optiske spektre er lette at måle, de viser ikke tilstedeværelsen af ​​useriøse bølger direkte. Men ved at bruge kraftfulde numeriske simuleringer til at træne et neuralt netværk, det var muligt at udvikle en algoritme, der nøjagtigt kunne udvælge funktioner i spektrene, der forudsiger fremkomsten af ​​en useriøs bølge, selvom disse funktioner i det væsentlige var usynlige for en forskers øje.

"Bemærkelsesværdigt, algoritmen viste sig at være i stand til at forudsige topintensiteten af ​​en useriøs bølge forbundet med en bestemt spektral måling, selvom eksperimenter faktisk aldrig målte den useriøse bølgeintensitet direkte, "siger professor Goëry Genty, der ledede teamet på Tampere University of Technology.

De opnåede resultater gav en sandsynlighedsfordeling for udseendet af de optiske rogue -bølger og blev også brugt til at klassificere spektralmålingerne i forskellige sæt forbundet med forskellige typer rogue -bølger.

"Samt at foreslå, at lignende teknikker kan bruges til at analysere realtidsmålinger på oceanografiske bølgedata, resultaterne åbner nye perspektiver inden for alle forskningsområder, hvor direkte tidsdomæneobservationer er vanskelige, men hvor spektrale data er tilgængelige, "slutter professor Dudley, der stod i spidsen for teamet på Université Bourgogne-Franche Comté.