Para peneliti di Northeastern telah membuat perangkat yang dapat mengenali “jutaan warna” menggunakan teknik kecerdasan buatan baru. “Dalam dunia otomasi, bentuk dan warna adalah item yang paling umum digunakan mesin untuk mengenali objek, kata Kar.
Terobosannya ada dua. Para peneliti mampu merekayasa material dua dimensi yang sifat kuantum khususnya, ketika dibangun ke dalam jendela optik yang digunakan untuk membiarkan cahaya masuk ke dalam mesin, dapat memproses keragaman warna yang kaya dengan “akurasi yang sangat tinggi”—sesuatu yang belum pernah dilakukan oleh para praktisi di lapangan. mampu mencapainya sebelumnya.
Selain itu, A-Eye mampu “secara akurat mengenali dan mereproduksi warna yang 'dilihat' tanpa penyimpangan dari spektrum aslinya” juga berkat algoritme pembelajaran mesin yang dikembangkan oleh tim peneliti AI, yang dipimpin oleh Sarah Ostadabbas, asistennya. profesor teknik elektro dan komputer di Northeastern. Proyek ini merupakan hasil kolaborasi unik antara material kuantum Northeastern dan laboratorium Augmented Cognition.
Mesin biasanya mengenali warna dengan memecahnya, menggunakan filter RGB (merah, hijau, biru) konvensional, menjadi komponen-komponen penyusunnya, kemudian menggunakan informasi tersebut untuk menebak, dan mereproduksi, warna aslinya. Saat Anda mengarahkan kamera digital ke objek berwarna dan mengambil foto, cahaya dari objek tersebut mengalir melalui serangkaian detektor dengan filter di depannya yang membedakan cahaya menjadi warna RGB primer tersebut.
Anda dapat menganggap filter warna ini sebagai corong yang menyalurkan informasi visual atau data ke dalam kotak terpisah, yang kemudian menetapkan “angka buatan ke warna alami,” kata Kar.
“Jadi jika Anda membaginya menjadi tiga komponen [merah, hijau, biru], ada beberapa batasannya,” kata Kar.
Alih-alih menggunakan filter, Kar dan timnya menggunakan “jendela transmisif” yang terbuat dari bahan dua dimensi yang unik.
“Kami membuat mesin mengenali warna dengan cara yang sangat berbeda,” kata Kar. “Alih-alih memecahnya menjadi komponen utama merah, hijau, dan biru, ketika cahaya berwarna muncul, katakanlah, pada detektor, alih-alih hanya mencari komponen tersebut, kami menggunakan seluruh informasi spektral. Selain itu, kami menggunakan beberapa teknik untuk memodifikasi dan mengkodekannya, serta menyimpannya dengan cara yang berbeda. Jadi ini memberi kita serangkaian angka yang membantu kita mengenali warna asli dengan lebih unik dibandingkan cara konvensional.”
abstrak
Dispersi diterima sebagai langkah mendasar yang diperlukan untuk menganalisis cahaya broadband. Pengenalan warna oleh mata manusia, reproduksi digitalnya dengan kamera, atau analisis rinci dengan spektrometer semuanya memanfaatkan dispersi; itu juga merupakan komponen inheren dari deteksi warna dan visi mesin. Di sini, kami menghadirkan perangkat (disebut mata buatan atau, A-Eye) yang secara akurat mengenali dan mereproduksi warna yang diuji, tanpa dispersi spektral apa pun. Sebaliknya, A-Eye menggunakan N = 3–12 jendela transmisif yang masing-masing memiliki fitur spektral unik yang dihasilkan dari transmisi broadband dan fitur puncak eksitonik dichalcogenides logam transisi 2D. Cahaya berwarna yang melewati (dan dimodifikasi oleh) jendela-jendela ini dan terjadi pada satu fotodetektor menghasilkan arus foto yang berbeda, dan ini digunakan untuk membuat database referensi (set pelatihan) untuk 1337 warna “terlihat” dan 0.55 juta warna “tak terlihat” yang disintesis. Dengan “melihat” warna uji yang dimodifikasi oleh jendela ini, A-Eye dapat secara akurat mengenali dan mereproduksi warna “terlihat” dengan nol deviasi dari spektrum aslinya dan warna “tak terlihat” dengan deviasi median hanya ∼1 %, menggunakan algoritma k-NN . A-Eye dapat terus meningkatkan estimasi warna dengan menambahkan tebakan yang telah dikoreksi ke database pelatihannya. Pengenalan warna A-Eye yang akurat menghilangkan anggapan bahwa dispersi warna merupakan prasyarat untuk identifikasi warna dan membuka jalan bagi pengenalan warna yang sangat andal oleh mesin dengan kompleksitas teknik yang lebih rendah.
Brian Wang adalah Pemimpin Pemikiran Futuris dan blogger Sains populer dengan 1 juta pembaca per bulan. Blognya Nextbigfuture.com berada di peringkat #1 Blog Berita Sains. Ini mencakup banyak teknologi dan tren yang mengganggu termasuk Luar Angkasa, Robotika, Kecerdasan Buatan, Kedokteran, Bioteknologi Anti-penuaan, dan Nanoteknologi.
Dikenal karena mengidentifikasi teknologi mutakhir, dia saat ini adalah salah satu pendiri startup dan penggalangan dana untuk perusahaan tahap awal yang berpotensi tinggi. Dia adalah Kepala Riset untuk Alokasi untuk investasi teknologi dalam dan Angel Investor di Space Angels.
Sering menjadi pembicara di perusahaan, dia telah menjadi pembicara TEDx, pembicara Universitas Singularitas dan tamu di berbagai wawancara untuk radio dan podcast. Dia terbuka untuk berbicara di depan umum dan memberikan nasihat.
