Northeasterni teadlased on loonud seadme, mis suudab uute tehisintellekti tehnikate abil ära tunda "miljoneid värve". „Automaatikamaailmas on kujundid ja värvid kõige sagedamini kasutatavad esemed, mille järgi masin objekte ära tunneb"ütleb Kar.
Läbimurre on kahekordne. Teadlased suutsid välja töötada kahemõõtmelise materjali, mille erilised kvantomadused, kui need on ehitatud optilisse aknasse, mida kasutatakse valguse sisselaskmiseks masinasse, suudavad töödelda rikkalikku värvide mitmekesisust "väga suure täpsusega" – seda, mida valdkonna praktikud pole teinud. suutnud varem saavutada.
Lisaks suudab A-Eye "täpselt ära tunda ja reprodutseerida "nähtud" värve nullhälbega nende algsetest spektritest" tänu masinõppe algoritmidele, mille on välja töötanud AI-uurijate meeskond, keda juhib assistent Sarah Ostadabbas. elektri- ja arvutitehnika professor Northeasternis. Projekt on unikaalse koostöö tulemus Northeasterni kvantmaterjalide ja laiendatud tunnetuse laborite vahel.
Masinad tunnevad värvi tavaliselt ära, jagades selle tavapäraste RGB (punane, roheline, sinine) filtrite abil koostisosadeks, seejärel kasutavad seda teavet algse värvi olemuse ja taasesitamiseks. Kui suunate digikaamera värvilisele objektile ja pildistate, voolab sellelt objektilt tulev valgus läbi detektorite komplekti, mille ees on filtrid, mis eristavad valgust nendeks RGB põhivärvideks.
Võite mõelda nendele värvifiltritele kui lehtritele, mis suunavad visuaalse teabe või andmed eraldi kastidesse, mis seejärel määravad "looduslikele värvidele kunstlikud numbrid", ütleb Kar.
"Nii et kui jagate selle lihtsalt kolmeks komponendiks (punane, roheline, sinine), on mõned piirangud, " ütleb Kar.
Filtrite asemel kasutasid Kar ja tema meeskond ainulaadsest kahemõõtmelisest materjalist "läbilaskvaid aknaid".
"Me paneme masinal värve ära tundma väga erineval viisil, " ütleb Kar. "Selle asemel, et jagada see põhilisteks punasteks, rohelisteks ja sinisteks komponentideks, kui näiteks detektorile ilmub värviline tuli, kasutame nende komponentide otsimise asemel kogu spektriteavet. Ja lisaks sellele kasutame mõningaid tehnikaid nende muutmiseks ja kodeerimiseks ning erinevatel viisidel salvestamiseks. Seega annab see meile hulga numbreid, mis aitavad meil algset värvi palju unikaalsemalt ära tunda kui tavapärasel viisil.
abstraktne
Dispersioon on lairibavalguse analüüsimisel vajalik põhietapp. Värvuse äratundmine inimsilma poolt, selle digitaalne reprodutseerimine kaameraga või üksikasjalik analüüs spektromeetriga kasutavad kõik dispersiooni; see on ka värvituvastuse ja masinnägemise lahutamatu komponent. Siin tutvustame seadet (nn tehissilm või A-Eye), mis tuvastab ja taasesitab testitud värve täpselt ilma spektraalse hajutatuseta. Selle asemel kasutab A-Eye N = 3–12 läbilaskvat akent, millest igaühel on ainulaadsed spektriomadused, mis tulenevad 2D siirdemetalli dikalkogeniidide lairiba läbilaskvusest ja eksitoonilistest tippomadustest. Neid aknaid läbiv (ja nende poolt modifitseeritud) värviline valgus, mis langes ühele fotodetektorile, tekitas erinevaid fotovoolusid ning neid kasutati 1337 "nähtud" ja 0.55 miljoni sünteesitud "nähtamatu" värvi võrdlusandmebaasi (koolituskomplekti) loomiseks. Vaadates nende akende poolt muudetud testvärve, suudab A-Eye k-NN algoritmi kasutades täpselt ära tunda ja reprodutseerida "nähtud" värve nullhälbega nende algsest spektrist ja "nähtamatuid" värve ainult ~1% mediaanhälbega. . A-Eye saab värvihinnangut pidevalt parandada, lisades oma treeningandmebaasi kõik parandatud oletused. A-Eye täpne värvituvastus hajutab arusaama, et värvide hajutamine on värvide tuvastamise eeltingimus, ja sillutab teed vähendatud tehnilise keerukusega masinate üliusaldusväärsele värvituvastusele.
Brian Wang on futuristide mõttejuht ja populaarne teadusblogija, kellel on miljon lugejat kuus. Tema ajaveeb Nextbigfuture.com on teadusuudiste ajaveeb. See hõlmab paljusid häirivaid tehnoloogiaid ja suundumusi, sealhulgas kosmos, robootika, tehisintellekt, meditsiin, vananemisvastane biotehnoloogia ja nanotehnoloogia.
Tuntud tipptasemel tehnoloogiate tuvastamise poolest, on ta praegu suure potentsiaaliga varajases staadiumis ettevõtete käivitamise ja korjanduse kaasasutaja. Ta on süvatehnoloogiainvesteeringuteks eraldatavate teadusuuringute juht ja ingelinvestor Space Angels'is.
Korporatsioonides sagedane esineja, ta on olnud TEDx -esineja, Singularity University esineja ja külaline paljudel raadio- ja taskuhäälingusaadete intervjuudel. Ta on avatud avalikule esinemisele ja nõustamistegevustele.
