এ-আই আরও ভাল অটোমেশনের জন্য লক্ষ লক্ষ রঙ দেখতে পারে

উত্তর-পূর্বের গবেষকরা একটি ডিভাইস তৈরি করেছেন যা নতুন কৃত্রিম বুদ্ধিমত্তার কৌশল ব্যবহার করে "লক্ষ রঙ" চিনতে পারে। "অটোমেশনের জগতে, আকার এবং রং হল সবচেয়ে বেশি ব্যবহৃত আইটেম যার দ্বারা একটি মেশিন বস্তুকে চিনতে পারে"কার বলেছেন।

যুগান্তকারী দ্বিগুণ। গবেষকরা দ্বি-মাত্রিক উপাদান প্রকৌশলী করতে সক্ষম হয়েছেন যার বিশেষ কোয়ান্টাম বৈশিষ্ট্যগুলি, যখন মেশিনে আলো দিতে ব্যবহৃত একটি অপটিক্যাল উইন্ডোতে তৈরি করা হয়, তখন "খুব উচ্চ নির্ভুলতা" সহ রঙের একটি সমৃদ্ধ বৈচিত্র্য প্রক্রিয়া করতে পারে - এমন কিছু যা ক্ষেত্রের অনুশীলনকারীরা করেননি আগে অর্জন করতে সক্ষম হয়েছে।

উপরন্তু, এ-আই তাদের আসল বর্ণালী থেকে শূন্য বিচ্যুতি সহ 'দেখা' রঙগুলিকে সঠিকভাবে চিনতে এবং পুনরুত্পাদন করতে সক্ষম হয়, ধন্যবাদ, এআই গবেষকদের একটি দল দ্বারা তৈরি মেশিন-লার্নিং অ্যালগরিদমকেও, যার পরিচালনায় সারাহ ওস্তাদাব্বাস, একজন সহকারী। উত্তর-পূর্বাঞ্চলের বৈদ্যুতিক ও কম্পিউটার প্রকৌশলের অধ্যাপক ড. প্রকল্পটি উত্তর-পূর্বের কোয়ান্টাম উপকরণ এবং অগমেন্টেড কগনিশন ল্যাবগুলির মধ্যে অনন্য সহযোগিতার ফলাফল।

যন্ত্রগুলি সাধারণত রঙ চিনতে পারে এটিকে ভেঙে, প্রচলিত RGB (লাল, সবুজ, নীল) ফিল্টার ব্যবহার করে, এর উপাদান উপাদানগুলিতে, তারপর সেই তথ্যটি ব্যবহার করে মূলত অনুমান করতে এবং পুনরুত্পাদন করতে, আসল রঙটি। আপনি যখন একটি রঙিন বস্তুর দিকে একটি ডিজিটাল ক্যামেরা নির্দেশ করেন এবং একটি ছবি তোলেন, তখন সেই বস্তুর আলোটি ডিটেক্টরের একটি সেটের মধ্য দিয়ে প্রবাহিত হয় যার সামনে ফিল্টার থাকে যা আলোকে সেই প্রাথমিক RGB রঙে আলাদা করে।

আপনি এই রঙের ফিল্টারগুলিকে ফানেল হিসাবে ভাবতে পারেন যা ভিজ্যুয়াল তথ্য বা ডেটাকে পৃথক বাক্সে চ্যানেল করে, যা তারপরে "প্রাকৃতিক রঙে কৃত্রিম সংখ্যা নির্ধারণ করে," কার বলেছেন।

"সুতরাং আপনি যদি এটিকে কেবল তিনটি উপাদানে [লাল, সবুজ, নীল] ভাঙ্গন তবে কিছু সীমাবদ্ধতা রয়েছে," কার বলেছেন।

ফিল্টার ব্যবহার করার পরিবর্তে, কর এবং তার দল অনন্য দ্বি-মাত্রিক উপাদান দিয়ে তৈরি "ট্রান্সমিসিভ উইন্ডোজ" ব্যবহার করেছে।

"আমরা একটি মেশিনকে একটি ভিন্ন উপায়ে রঙ সনাক্ত করছি," কার বলেছেন। "এর পরিবর্তে এটিকে এর প্রধান লাল, সবুজ এবং নীল উপাদানগুলিতে ভেঙে ফেলার পরিবর্তে, যখন একটি রঙিন আলো প্রদর্শিত হয়, বলুন, একটি ডিটেক্টরে, শুধুমাত্র সেই উপাদানগুলি সন্ধান করার পরিবর্তে, আমরা সম্পূর্ণ বর্ণালী তথ্য ব্যবহার করছি। এবং তার উপরে, আমরা সেগুলিকে সংশোধন এবং এনকোড করার জন্য কিছু কৌশল ব্যবহার করছি এবং সেগুলিকে বিভিন্ন উপায়ে সংরক্ষণ করছি। তাই এটি আমাদেরকে সংখ্যার একটি সেট সরবরাহ করে যা আমাদেরকে প্রচলিত পদ্ধতির চেয়ে অনেক বেশি স্বতন্ত্রভাবে আসল রঙ চিনতে সাহায্য করে।"

ম্যাটেরিয়ালস আজ - এক্সাইটোনিক 2D উপকরণ এবং মেশিন লার্নিং ব্যবহার করে বিচ্ছুরণ-মুক্ত অত্যন্ত নির্ভুল রঙের স্বীকৃতি

bstract
বিচ্ছুরণকে ব্রডব্যান্ড আলো বিশ্লেষণের জন্য প্রয়োজনীয় একটি মৌলিক পদক্ষেপ হিসেবে গ্রহণ করা হয়। মানুষের চোখ দ্বারা রঙের স্বীকৃতি, ক্যামেরার মাধ্যমে এর ডিজিটাল প্রজনন, বা স্পেকট্রোমিটার দ্বারা বিস্তারিত বিশ্লেষণ সবই বিচ্ছুরণকে কাজে লাগায়; এটি রঙ সনাক্তকরণ এবং মেশিনের দৃষ্টিভঙ্গির একটি অন্তর্নিহিত উপাদান। এখানে, আমরা একটি যন্ত্র উপস্থাপন করি (যাকে বলা হয় কৃত্রিম চোখ বা, এ-আই) যেটি কোনো বর্ণালী বিচ্ছুরণ ছাড়াই সঠিকভাবে পরীক্ষিত রংগুলিকে চিনতে এবং পুনরুত্পাদন করে। পরিবর্তে, এ-আই 3D ট্রানজিশন মেটাল ডাইচালকোজেনাইডের ব্রডব্যান্ড ট্রান্সমিট্যান্স এবং এক্সাইটোনিক পিক-ফিচারের ফলে অনন্য বর্ণালী বৈশিষ্ট্য সহ N = 12-2 ট্রান্সমিসিভ উইন্ডো ব্যবহার করে। রঙিন আলো এই উইন্ডোগুলির মধ্য দিয়ে যাওয়া (এবং দ্বারা পরিবর্তিত) এবং একটি একক ফটোডিটেক্টরের ঘটনা বিভিন্ন ফটোকারেন্ট তৈরি করেছে এবং এগুলি 1337 "দেখা" এবং 0.55 মিলিয়ন সংশ্লেষিত "অদেখা" রঙের জন্য একটি রেফারেন্স ডেটাবেস (প্রশিক্ষণ সেট) তৈরি করতে ব্যবহৃত হয়েছিল। এই উইন্ডোগুলির দ্বারা পরিবর্তিত পরীক্ষার রঙগুলিকে "দেখতে" দ্বারা, A-আই কে-এনএন অ্যালগরিদম ব্যবহার করে, তাদের আসল বর্ণালী থেকে শূন্য বিচ্যুতি সহ "দেখা" রঙগুলি এবং শুধুমাত্র ∼1% মধ্য বিচ্যুতি সহ "অদেখা" রঙগুলিকে সঠিকভাবে চিনতে এবং পুনরুত্পাদন করতে পারে . এ-আই তার প্রশিক্ষণ ডাটাবেসে কোনো সংশোধন করা অনুমান যোগ করে রঙের অনুমান ক্রমাগত উন্নত করতে পারে। A-Ie-এর নির্ভুল রঙ শনাক্তকরণ এই ধারণাটিকে উড়িয়ে দেয় যে রঙের বিচ্ছুরণ রঙ শনাক্তকরণের একটি পূর্বশর্ত এবং কম প্রকৌশল জটিলতা সহ মেশিনগুলির দ্বারা অতি-নির্ভরযোগ্য রঙ-স্বীকৃতির পথ প্রশস্ত করে।