聰明的物理學家，已經在用人臉識別技術研究μ介子了

肯特大學、卡迪夫大學、達勒姆大學和利茲大學聯合研究團隊開發了一種演算法，訓練計算機分析嵌入在先進電子材料中的亞原子粒子發出的訊號。

μ介子在大型粒子加速器中產生，被注入材料樣品中研究它們的磁效能。μ介子的用處是獨一無二的，它們在磁性上與材料內部的單個原子結合，然後發射出一種訊號，研究人員可以探測到這種磁性的資訊。

這種在原子尺度上檢測磁性的能力使介子測量成為對電子材料（包括超導體和其他奇異形式的“量子材料”）磁性探測最強大的手段之一。

由於不可能透過簡單的訊號檢查來推斷材料中發生了什麼，研究人員通常將他們的資料與一般模型進行比較。相比之下，目前的研究小組採用了過去被應用於人臉識別的主成分分析（PCA）技術。

透過PCA技術，計算機可以在輸入的許多相關但不同影象中，執行一種演算法來識別少量的“原型”影象，這些影象可以被組合起來，以很高的精度再現任何原始影象。透過這種方式訓練的演算法可以繼續執行諸如識別新影象是否與之前看到的影象相匹配等任務。

研究人員採用了PCA技術來分析嵌入在複雜材料中的介子發出的訊號，利用STFC Rutherford Appleton實驗室ISIS中子和介子源獲得的實驗資料來訓練演算法處理各種量子材料。

結果表明，在檢測相變方面，新技術與標準方法一樣熟練，在某些情況下，可以檢測到超出標準分析能力的相變。

編譯/前瞻經濟學人APP資訊組

參考資料：

【1】https：//www。sciencedaily。com/releases/2021/05/210517124932。htm