新加坡國立大學(NUS)的研究人員發(fā)明了一種名為DeepKey的防偽新方法。僅用了8個月的時間，安全創(chuàng)新使用了2D材料標簽和人工智能(AI)認證軟件。

研究團隊表示，與傳統(tǒng)防偽技術(shù)相比，DeepKey工作速度更快，結(jié)果高度準確，使用耐用的識別標簽，不易被極端溫度和濕度等環(huán)境條件損壞。

這種新的認證技術(shù)可以應用于不同的高價值產(chǎn)品，從藥品、珠寶到電子產(chǎn)品。例如，DeepKey適用于對COVID-19疫苗進行標記，以實現(xiàn)快速和可靠的認證，即使疫苗需要儲存在-70°C的超低溫下。

該團隊的2D材料安全標簽顯示物理上不可克隆的功能模式(PUF模式)，這是通過系統(tǒng)地揉皺2D材料薄膜隨機產(chǎn)生的。他們說，具有多尺度特征的復雜2D材料模式可以通過訓練有素的深度學習模型進行分類和驗證，從而實現(xiàn)快速、可靠(100%準確)的認證。

新加坡國立大學稱，目前使用PUF模式的防偽技術(shù)通常面臨幾個瓶頸，包括制造復雜、專業(yè)而乏味的讀出過程、長時間的認證、環(huán)境不穩(wěn)定以及制造成本高。研究人員表示，他們不需要任何特殊設(shè)備來制造安全標簽。它們可以簡單地用一個氣球，一個2D材料分散瓶和一個刷子來制作。

“通過這項研究，我們解決了其他技術(shù)遇到的幾個瓶頸，”團隊成員助理教授王曉南(音譯)說?！拔覀兊?d材料PUF標簽環(huán)境穩(wěn)定，易于閱讀，簡單，制作成本低廉。特別是，深度學習的采用大大加速了整體認證，將我們的發(fā)明推向了實際應用?！?/p>

“有了我們的新技術(shù)，我們通過使用可分類的2D材料PUF標簽和深度學習算法，打破了高編碼容量和長認證時間之間長期存在的平衡，”王補充說。

研究人員于2020年12月2日在科學雜志《物質(zhì)》(Matter)上發(fā)表了他們的研究結(jié)果，并申請了專利。這項研究是與安徽工業(yè)大學和南洋理工大學的研究人員合作進行的。