• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Física
    La inteligencia artificial predice ondas de luz rebeldes

    Usando una red neuronal entrenada a partir de simulaciones numéricas, Los investigadores pueden predecir la intensidad de las ondas de luz extremas que emergen a la salida de una fibra óptica de una propagación no lineal inestable gobernada por la ecuación de Schrödinger no lineal. Crédito:Goëry Genty

    En un estudio reciente publicado en Comunicaciones de la naturaleza , un equipo internacional de investigadores de la Universidad Tecnológica de Tampere (TUT), Finlandia, y el Institut FEMTO-ST de la Université Bourgogne-Franche Comté, Francia, dar un paso significativo hacia el análisis y la previsibilidad de las olas rebeldes que aparecen aparentemente de la nada.

    Las historias de olas gigantes del océano con gran poder destructivo son materia de leyendas y folclore, pero hoy su estudio científico es un área crítica de investigación multidisciplinaria que abarca la oceanografía, física y matemáticas. Un problema particular al que se enfrentan los investigadores es que estas olas extremas surgen aparentemente al azar en la superficie del océano, y parece imposible predecir las condiciones que pueden preceder a su aparición. Una dificultad práctica relacionada es que no siempre es posible medir tales ondas por completo, y la instrumentación disponible suele capturar solo una parte de las características de la onda.

    En experimentos recientes que estudian ondas de luz extremas análogas, Los investigadores han utilizado inteligencia artificial para estudiar este problema, y ahora han determinado una distribución de probabilidad que identifica preferentemente la aparición de ondas rebeldes. La novedad particular de este trabajo es que los investigadores entrenaron una red neuronal para identificar las propiedades particulares del dominio del tiempo de las ondas rebeldes con las intensidades más altas y extremas a partir de solo información parcial sobre las características de la onda en el dominio de la frecuencia o longitud de onda.

    Los experimentos se realizaron inyectando pulsos de láser en un sistema de fibra óptica diseñado para reproducir la propagación de ondas descrita por una ecuación de Schrödinger no lineal, un modelo que también se puede aplicar a las ondas de agua. Utilizando un instrumento desarrollado especialmente para medir espectros ópticos en tiempo real con alto rango dinámico, los investigadores compilaron un conjunto de datos de miles de señales espectrales ruidosas de un proceso no lineal llamado inestabilidad de modulación, que se cree que está asociado con algunas clases de olas rebeldes en el océano.

    Aunque los espectros ópticos son fáciles de medir, no muestran directamente la presencia de ondas rebeldes. Pero al utilizar potentes simulaciones numéricas para entrenar una red neuronal, fue posible desarrollar un algoritmo que pudiera seleccionar con precisión características en los espectros que predicen la aparición de una ola rebelde, a pesar de que estas características eran esencialmente invisibles a los ojos de un investigador.

    "Notablemente, Se demostró que el algoritmo es capaz de predecir la intensidad máxima de una onda deshonesta asociada con cualquier medición espectral en particular. a pesar de que los experimentos nunca midieron directamente la intensidad de la onda deshonesta, "dice el profesor Goëry Genty, quien dirigió el equipo de la Universidad Tecnológica de Tampere.

    Los resultados obtenidos arrojaron una distribución de probabilidad para la aparición de las ondas ópticas rebeldes y también se utilizaron para clasificar las medidas espectrales en diferentes conjuntos asociados con diferentes tipos de ondas rebeldes.

    "Además de sugerir que se pueden utilizar técnicas similares para analizar mediciones en tiempo real de datos de olas oceanográficas, los resultados abren nuevas perspectivas en todos los campos de investigación donde las observaciones directas en el dominio del tiempo son difíciles, pero donde hay datos espectrales disponibles, "concluye el profesor Dudley, quien dirigió el equipo de la Université Bourgogne-Franche Comté.

    © Ciencia https://es.scienceaq.com