Forskere ved Northeastern har bygget en enhed, der kan genkende "millioner af farver" ved hjælp af nye kunstig intelligens-teknikker. "I automatiseringens verden er former og farver de mest almindeligt brugte genstande, som en maskine kan genkende objekter med" siger Kar.
Gennembruddet er todelt. Forskere var i stand til at konstruere todimensionelt materiale, hvis specielle kvanteegenskaber, når de er indbygget i et optisk vindue, der bruges til at lukke lys ind i maskinen, kan behandle en rig mangfoldighed af farver med "meget høj nøjagtighed" - noget fagfolk ikke har. været i stand til at opnå før.
Derudover er A-Eye i stand til "nøjagtigt at genkende og gengive 'sete' farver med ingen afvigelse fra deres oprindelige spektre" også takket være maskinlæringsalgoritmerne udviklet af et team af AI-forskere, ledet af Sarah Ostadabbas, en assistent professor i elektro- og computerteknik ved Northeastern. Projektet er et resultat af unikt samarbejde mellem Northeasterns kvantematerialer og Augmented Cognition labs.
Maskiner genkender typisk farve ved at nedbryde den ved hjælp af konventionelle RGB (røde, grønne, blå) filtre i dens bestanddele og derefter bruge denne information til i det væsentlige at gætte på og reproducere den originale farve. Når du peger et digitalkamera mod et farvet objekt og tager et billede, strømmer lyset fra det objekt gennem et sæt detektorer med filtre foran dem, der differentierer lyset til de primære RGB-farver.
Du kan tænke på disse farvefiltre som tragte, der kanaliserer den visuelle information eller data ind i separate bokse, som derefter tildeler "kunstige tal til naturlige farver," siger Kar.
"Så hvis du bare deler det op i tre komponenter [rød, grøn, blå], er der nogle begrænsninger," siger Kar.
I stedet for at bruge filtre brugte Kar og hans team "transmissive vinduer" lavet af det unikke todimensionelle materiale.
"Vi får en maskine til at genkende farve på en meget anden måde," siger Kar. "I stedet for at opdele det i dets vigtigste røde, grønne og blå komponenter, når et farvet lys for eksempel vises på en detektor, i stedet for blot at søge disse komponenter, bruger vi hele den spektrale information. Og derudover bruger vi nogle teknikker til at ændre og kode dem og gemme dem på forskellige måder. Så det giver os et sæt tal, der hjælper os med at genkende den originale farve meget mere unikt end på den konventionelle måde."
bstrakt
Dispersion accepteres som et grundlæggende trin, der kræves for at analysere bredbåndslys. Det menneskelige øjes genkendelse af farve, dens digitale gengivelse med et kamera eller detaljeret analyse af et spektrometer udnytter alle spredning; det er også en iboende komponent i farvedetektering og maskinsyn. Her præsenterer vi en enhed (kaldet kunstigt øje eller A-Eye), der nøjagtigt genkender og gengiver testede farver uden nogen spektral spredning. I stedet bruger A-Eye N = 3-12 transmissive vinduer, hver med unikke spektrale egenskaber som følge af bredbåndstransmittansen og excitoniske peak-funktioner af 2D-overgangsmetal-dichalcogenider. Farvet lys, der passerede gennem (og modificeret af) disse vinduer og faldt ind på en enkelt fotodetektor, genererede forskellige fotostrømme, og disse blev brugt til at skabe en referencedatabase (træningssæt) for 1337 "sete" og 0.55 millioner syntetiserede "usynlige" farver. Ved at "se" på testfarver, der er modificeret af disse vinduer, kan A-Eye nøjagtigt genkende og gengive "sete" farver med nul afvigelse fra deres oprindelige spektre og "usede" farver med kun ~1 % medianafvigelse ved hjælp af k-NN-algoritmen . A-Eye kan løbende forbedre farveestimering ved at tilføje eventuelle korrigerede gæt til sin træningsdatabase. A-Eye's nøjagtige farvegenkendelse fjerner forestillingen om, at spredning af farver er en forudsætning for farveidentifikation og baner vejen for ultra-pålidelig farvegenkendelse af maskiner med reduceret teknisk kompleksitet.
Brian Wang er en futuristisk tankeleder og en populær Science blogger med 1 million læsere om måneden. Hans blog Nextbigfuture.com er rangeret som #1 Science News Blog. Det dækker mange forstyrrende teknologi og tendenser, herunder rum, robotik, kunstig intelligens, medicin, anti-aging bioteknologi og nanoteknologi.
Han er kendt for at identificere banebrydende teknologier og er i øjeblikket medstifter af en opstart og fundraiser til virksomheder med et højt potentiale på et tidligt stadium. Han er forskningschef for tildelinger til dybe teknologiske investeringer og en engelinvestor hos Space Angels.
Han har været en hyppig foredragsholder i virksomheder og har været TEDx -højttaler, en Singularity University -højttaler og gæst ved adskillige interviews til radio og podcasts. Han er åben for offentlige taler og rådgivende engagementer.
