A-Eye puede ver millones de colores para una mejor automatización

Investigadores de Northeastern han construido un dispositivo que puede reconocer "millones de colores" utilizando nuevas técnicas de inteligencia artificial. “En el mundo de la automatización, las formas y los colores son los elementos más utilizados por los cuales una máquina puede reconocer objetos.”, dice Kar.

El avance es doble. Los investigadores pudieron diseñar material bidimensional cuyas propiedades cuánticas especiales, cuando se integran en una ventana óptica utilizada para dejar entrar la luz en la máquina, pueden procesar una rica diversidad de colores con "muy alta precisión", algo que los profesionales en el campo no han logrado. sido capaz de lograr antes.

Además, A-Eye es capaz de "reconocer y reproducir con precisión los colores 'vistos' sin desviación de su espectro original" gracias, también, a los algoritmos de aprendizaje automático desarrollados por un equipo de investigadores de IA, dirigido por Sarah Ostadabbas, asistente profesor de ingeniería eléctrica e informática en Northeastern. El proyecto es el resultado de una colaboración única entre los laboratorios de materiales cuánticos y Cognición Aumentada de Northeastern.

Las máquinas generalmente reconocen el color descomponiéndolo, usando filtros RGB (rojo, verde, azul) convencionales, en sus componentes constituyentes, luego usan esa información para adivinar y reproducir el color original. Cuando apunta una cámara digital a un objeto de color y toma una foto, la luz de ese objeto fluye a través de un conjunto de detectores con filtros frente a ellos que diferencian la luz en esos colores RGB primarios.

Puede pensar en estos filtros de color como embudos que canalizan la información visual o los datos en cuadros separados, que luego asignan "números artificiales a los colores naturales", dice Kar.

“Entonces, si solo lo divide en tres componentes [rojo, verde, azul], hay algunas limitaciones”, dice Kar.

En lugar de usar filtros, Kar y su equipo usaron "ventanas transmisivas" hechas del material bidimensional único.

“Estamos haciendo que una máquina reconozca el color de una manera muy diferente”, dice Kar. “En lugar de descomponerlo en sus componentes principales rojo, verde y azul, cuando aparece una luz de color, digamos, en un detector, en lugar de solo buscar esos componentes, estamos utilizando toda la información espectral. Y además de eso, estamos usando algunas técnicas para modificarlos y codificarlos, y almacenarlos de diferentes maneras. Por lo tanto, nos brinda un conjunto de números que nos ayudan a reconocer el color original de manera mucho más única que la forma convencional”.

Materials Today: reconocimiento de color de alta precisión sin dispersión utilizando materiales 2D excitónicos y aprendizaje automático

resumen
La dispersión se acepta como un paso fundamental requerido para analizar la luz de banda ancha. El reconocimiento del color por el ojo humano, su reproducción digital por una cámara o el análisis detallado por un espectrómetro utilizan la dispersión; también es un componente inherente de la detección de color y la visión artificial. Aquí presentamos un dispositivo (llamado ojo artificial o A-Eye) que reconoce y reproduce con precisión los colores probados, sin ninguna dispersión espectral. En cambio, A-Eye usa N = 3–12 ventanas transmisivas, cada una con características espectrales únicas que resultan de la transmitancia de banda ancha y las características pico excitónicas de los dicalcogenuros de metales de transición 2D. La luz de color que atravesaba (y se modificaba) por estas ventanas e incidía en un solo fotodetector generaba diferentes fotocorrientes, y estas se usaban para crear una base de datos de referencia (conjunto de entrenamiento) para 1337 colores "vistos" y 0.55 millones de colores "invisibles" sintetizados. Al "observar" los colores de prueba modificados por estas ventanas, A-Eye puede reconocer y reproducir con precisión los colores "vistos" con una desviación cero de sus espectros originales y los colores "no vistos" con solo ~1 % de desviación media, utilizando el algoritmo k-NN . A-Eye puede mejorar continuamente la estimación del color agregando las conjeturas corregidas a su base de datos de entrenamiento. El reconocimiento de color preciso de A-Eye disipa la noción de que la dispersión de colores es un requisito previo para la identificación del color y allana el camino para un reconocimiento de color ultra confiable por parte de máquinas con una complejidad de ingeniería reducida.