有关于另一方面，寻找案并不那么容易。的题，想必不少人很想知道，关于拳像素安卓这样的题一直是大家想了解的，就让小编为你揭晓案吧！
本文写于《光科普论坛》。
作者焦树明
审阅者左超
宽敞的厨房里各种厨具一应俱全，除了熟练的厨师之外，原来还有1个土豆、1个茄子、1个青椒、3瓣大蒜、1个葱、2汤匙食用油。两勺酱油，一勺淀粉，一勺盐，眨眼间，所有的食材和调料就加工成了一道热腾腾的当地美味佳肴。如果我们把这些原材料看作一个数学函数的输入，那么煮熟的新鲜切碎的蔬菜就是函数的输出，而厨师使用各种工具烹饪的过程就是函数本身。
图一一盘正宗的东北三大美食
图片来源光科学论坛/VEER
当然，函数有很多种，有的很简单，比如两个数相加，两个输入是2和3，输出是5，而有的则很复杂，比如做预测的复杂函数模型。全气候变化。函数输入和输出之间的反比关系也非常微妙。如果给你一盘三种美食，你可能会注意到其中有土豆、茄子和青椒。“功能输入”的原材料。这意味着该函数本质上从输出到输入是可逆的。当然，如果你遇到的厨师是祖上几十代人的调味秘传的后裔，那么想要完全还原那份投入将是非常困难的。但对于sum函数来说，它告诉我们输出是5，那么我们不难测输入，而且我们可以看到输入有多种可能，不仅仅是2和3、1和4、以及0和5.
但还有一个函数在输出后告诉你很难得到那个输入，而且也很难找到众多正确案之一，除非你穷尽了所有的输入可能性。这个功能是一条没有回头路的“单行道”，就像厨师将熟悉的食材变成了完全看不见的超级暗菜，造成了不可逆转的输出结果。虽然这些函数往往不能直接表达为简单的方程，但在计算机上运行一段代码可以表示从输入到输出的计算过程。向前跑的速度还是很快的，至少是快很多。而不是做饭.
MD5和SHA-1是单向函数的常见示例[1]。这些单向函数并不容易设计，需要特殊的数学原理，研究人员花了数年时间才找到，而且用途非常广泛。
例如，您可能曾经与其他人面对面玩过石头剪刀布，但是您是否想过如何通过电话进行呢？我们可以继续玩而不见面吗？如果你和对方轮流在电话里告诉对方你想做什么，如果你先说石头，对方一定会说布，如果对方先说剪刀，你一定会说石头。“任何人，”他说。“占便宜”就赢了。当然，你听了对方的话，也可以同意对方说你是一个“诚实不说谎的好孩子”，但你怎么知道呢？谁说真话，谁说谎？你能吗？
图2石头、剪刀、布
图片来源光科学论坛/VEER
单向函数在这里可以发挥其魔力。例如，石头剪刀布和石头剪刀布分别用数字1、2、3表示。每个人都通过添加一组随机数字字符来表示所需的手势，例如1m94DxjHr5。20nS5hs54Js代表剪刀，每把剪刀将自己的一串数字和字母输入到单向函数中，从而产生不同的输出。两个人玩的时候，先轮流陈述自己的输出。它起到“防伪标签”的作用。由于你看不到输出的输入，所以你无法根据对方的信息暂时改变你的想法，它会依次告诉你你原本想做哪个手势以及你做了哪个手势。请设置密码。如果你怀疑有人作弊获胜，你可以当场使用该功能检查请求的输入是否与预先指定的输出匹配，让你在手机上玩一场公平的石头剪刀布。
如果你不需要在手机上玩石头剪刀布，很多网站都会要求你验证权限，而不存储你的实际个人信息，而区块链数字货币，你需要确保只有真正挖矿的用户才能进入。可以获得励。定向功能在这些实际应用中发挥着不可或缺的作用。
而我们面对的特征往往并不像上面提到的单向特征那样难以逆向恢复。从输出中获取输入很困难，但并非不可能，并且不需要超级计算机数亿年才能实现。使用附近的普通笔记本电脑即可轻松完成该任务，但计算时间越快越好。您可以使用它一周而不是一个月，一个小时而不是一个小时。效率和准确性是理想的目标。
在光学器件的设计中存在许多此类任务。例如，下面图2[2]中的多层薄膜结构看起来就像广式早茶中深浅和颜色不同的两层相邻的千层蛋糕。千层蛋糕的红色和白色层分别填充有红糖和椰奶，而在薄膜器件中，则堆叠了几层交替的二氧化硅和氮化硅。每层都非常薄，比人的头发丝还要厚几万纳米，但如何设定每层的厚度却“至关重要”。你不必把每一层都做得很薄，让它看起来像千层蛋糕，但你确实需要优化你的设计以获得合适的厚度。例如，第一层二氧化硅可以很厚，而第二层二氧化硅可以很厚。第二层可以很厚。氮化硅可以很薄，但第三层二氧化硅使它又厚了……
图3使用交替二氧化硅和氮化硅材料的多层薄膜光学器件。
资料来源AcsPhotonics542018:1365-1369，图2
图4陈火酥搭配粤式早茶。
图片来源光科学论坛/VEER
当光照射到这种多层结构并从对面穿过时，不同波长的部分透射率会发生变化，例如在可见光的情况下，不同的频率意味着红、绿、蓝光的颜色不同。最终透过率与频率的关系会是一条曲线，它与薄膜各层的厚度分布密切相关。我们面对的函数的输入是薄膜各层的厚度分布，输出是相应结构的透射谱分布，从输入得到的输出可以通过计算机上的物理模拟很容易得到，而给出目标的输出获得一组满足地面要求的目标输入是“逆向工程”的艰巨任务。
图5多层薄膜光学器件的透射光谱分布曲线
资料来源AcsPhotonics542018:1365-1369，图2
在各种光学应用中，我们有特殊的需求，允许某些频率的光通过，而不允许其他频率的光通过，事先我们会有一个如图4所示的目标透射光谱分布曲线，我们的任务是使用该功能即对最优的“千层饼”结构进行逆向工程。假设“千层蛋糕”总共有10层，每层的厚度可以从10种尺寸中选择，如果随机组合，最终可能的结构将多达10种，即100亿个.其中任何一个每次都会发生变化，但你可以将一个结构输入到函数中并得到相应的输出曲线，但你可以通过一一尝试尽可能多的可能输入并进行“全搜索”来找出案。确定哪个输出最接近目标是一种低效且笨拙的方法，就像“愚公移山”一样。计算机拥有更智能的算法，例如遗传进化算法和深度学习，有助于从相反的方向找到案，让你在尽可能少的搜索中得到正确的案。
根据达尔文的进化论，世界上的各种生物都是由于基因突变、环境选择、适者生存、优胜劣汰，而优胜者的后代经过数代进化而成为今天的样子，有些动物它们不会飞，它们从不会飞的动物变成了会飞的动物，从笨拙的动物变成了可以轻松隐藏在丛林中的动物，从体型巨大的动物变成了轻巧快速的动物。生存的压力。表面上看，这似乎与我们试图解决的题“不相容”，但实际上却“异曲同工”。模仿进化过程也成为解决人类功能题的有力工具。相反的方向。
遗传进化算法可用于将自然进化过程转移到计算机上并解决光学器件中的逆向工程题。假设将每个膜层厚度不同分布形成的结构视为个体动物，最初随机生成大量不同的物体，然后利用如上所述的物理模拟函数获得每个动物。一些相应的输出，即透射谱分布，与设计目标比较接近，获得的适应度分数会较高，而其他输出的适应度分数会较低，这也表明了该设备的性能。一群“动物”。命运适应的人更有可能留下来，不适应的人更有可能被抛在后面。然后，得分高的个体将被繁殖以产生后代。当然，这里并没有真正的杂交。只要保证两种结构的不同膜层厚度具有中间值即可。由此创建的新结构还意味着可以获得更高的适应性。我们还会进行随机改变，例如突然使更好结构的某些层变厚或变薄，看看它们的契合度是否有所改善，从而探索新的可能性。
其实上面的过程和我们寻找美食的时候是一样的，一种方式就是继续探索菜单上我们没有尝试过的菜肴，重点关注我们去过的最喜欢的餐厅。你得到了满意的体验，但你也看到了天花板。另一种方法是去一家你以前从未去过的新餐厅。走上错误道路的风险是不确定的，但你可以做出更好的发现。最优策略是所谓的“局部搜索”和“全局搜索”的组合。遗传进化算法通过不断地选择、杂交、变异大量个体，一代又一代地进化，最终搜索得到的最优结构中不同膜层厚度分布对应的输出曲线将非常类似于下图。它会。致力于设计设备以实现目标和预期结果。尽管在整个搜索“夹心蛋糕”过程中只尝试了100亿种可能组合中的少数几种，但遗传进化算法可以通过更少的搜索智能高效地获得良好的结果。工程成果。
图6自然进化过程
图片来源光科学论坛/VEER
最近，深度学习是另一种逆向工程光学器件的智能算法，本来可以很容易通过物理模拟功能从输入得到输出，但逆向却无法直接实现。但没关系。你可以本着“世界上本没有路，走的人多了就成路”的精神尝试各种投入。当然，与100亿相比，所有的可能性仍然是素数，并且已知函数的相应输出结果也被记录下来。然后，我们利用深度学习这种模仿人脑神经连接的黑盒模型，构建输出到输入的反比关系的数据模型，利用输出和输入对应的大量数据进行深度学习。经过训练来学习网络以使网络的参数具有最优值的人工智能模型也具有从给定输出推断输入结构的能力。也就是说，给定所需的透过率光谱分布曲线，直接告诉我们如何设计输出薄膜的每一层厚度，比遍历整个搜索方法要聪明得多。
图7用于逆向工程光学设备的深度学习
资料来源AcsPhotonics542018:1365-1369，图1
在实践中，我们不仅需要设计像夹心蛋糕这样的结构，还需要设计各种光学器件，例如巧克力方块、变形糖豆等，而使用各种逆向工程智能算法总能很好地发挥作用。正如所料，光来了又去。
本文的封面图片由光科学论坛提供。
参考
[1]GandhiU,SinhaMP,KulhareMR各种哈希算法综述及比较分析IntResJEngTechnol2017;42:1316-9
[2]LiuD,TanY,KhoramE,YuZ训练深度神经网络进行逆向设计。
No Comment