Szybka identyfikacja przedmiotów przy użyciu druku 3D i sztucznej inteligencji

Fot. Pixabay CC0

Zespół z UCLA stworzył urządzenie oparte na sztucznej inteligencji, które może analizować duże ilości danych i identyfikować obiekty z prędkością światła. Wszystko to przy pomocy drukarki 3D.

Uczenie maszynowe jest coraz częściej używane w wielu dziedzinach, m.in. analizie obrazu medycznego, klasyfikacji obrazu czy rozpoznawaniu mowy. Wdrażane są także systemy uczenia, które mają być wykorzystywane przez komputery w celu cyfrowego uczenia się reprezentacji danych oraz wykonywania zaawansowanych zadań, z wydajnością lepszą niż wydajność ludzi.

W ramach dalszego rozwoju tej dziedziny, zespół kierowany przez dr Aydogana Ozcana, profesora na Uniwersytecie Kalifornijskim w UCLA, wprowadził mechanizm umożliwiający głębokie uczenie przy użyciu optycznej dyfrakcyjnej głębokiej sieci neuronowej (D2NN). Jest ono intuicyjnie wzorowane na tym, w jaki sposób mózg przetwarza informacje. Używa światła odbijającego się od obiektu, aby zidentyfikować go w tak szybko, ile czasu zajęłoby komputerowi „zobaczenie" tego przedmiotu.

Swoje badania naukowcy rozpoczęli od symulacji komputerowej. Następnie wykorzystali drukarkę 3D do stworzenia bardzo cienkich warstw polimerowych o powierzchni 8 centymetrów kwadratowych. Każda z nich miała nierówne powierzchnie, dzięki czemu światło pochodzące z obiektu rozpraszało się w różnych kierunkach. Łącznie warstwy te funkcjonują jako "sieć optyczna", która kształtuje drogę przechodzącego przez nią światła. Sieć identyfikuje obiekt, ponieważ światło pochodzące z obiektu jest w większości wygięte w kierunku pojedynczego piksela przypisanego do tego typu obiektu.

Kolejnym krokiem było wytrenowanie sieci. Sieć „uczyła się" wzoru ugiętego światła, które każdy obiekt wytwarza, gdy światło z tego obiektu przechodzi przez nią. "Szkolenie" wykorzystywało gałąź sztucznej inteligencji zwaną głębokim uczeniem się, w której maszyny "uczą się" poprzez powtarzanie i wraz z upływem czasu.

Dr Ozcan powiedział: „Ta praca otwiera całkowicie nowe możliwości wykorzystania pasywnego urządzenia opartego na sztucznej inteligencji do natychmiastowej analizy danych, obrazów i klasyfikacji obiektów". Nowe technologie oparte na tym urządzeniu mogą zostać wykorzystane do przyspieszenia zadań wymagających dużej ilości danych, które obejmują sortowanie i identyfikowanie obiektów. Samochód korzystający z takiej technologii mógłby szybciej reagować na znak stop. Co więcej, można ją również stosować w obrazowaniu mikroskopowym i medycynie, na przykład do sortowania milionów komórek w celu wykrycia objawów choroby.

(KB)