Исследователи из Северо-Восточного университета создали устройство, которое может распознавать «миллионы цветов» с помощью новых методов искусственного интеллекта. «В мире автоматизации формы и цвета являются наиболее часто используемыми элементами, по которым машина может распознавать объекты.", - говорит Кар.
Прорыв двоякий. Исследователям удалось создать двумерный материал, чьи особые квантовые свойства, будучи встроенными в оптическое окно, используемое для пропускания света в машину, могут обрабатывать богатое цветовое разнообразие с «очень высокой точностью» — то, чего не удалось специалистам в этой области. удавалось достичь раньше.
Кроме того, A-Eye способен «точно распознавать и воспроизводить «увиденные» цвета с нулевым отклонением от их исходных спектров» благодаря алгоритмам машинного обучения, разработанным группой исследователей искусственного интеллекта под руководством Сары Остадаббас, ассистента. профессор электротехники и вычислительной техники в Северо-Восточном университете. Проект является результатом уникального сотрудничества между квантовыми материалами Northeast и лабораториями расширенного познания.
Машины обычно распознают цвет, разбивая его с помощью обычных фильтров RGB (красный, зеленый, синий) на составные компоненты, а затем используют эту информацию, чтобы угадать и воспроизвести исходный цвет. Когда вы наводите цифровую камеру на цветной объект и делаете снимок, свет от этого объекта проходит через набор детекторов с фильтрами перед ними, которые дифференцируют свет в эти основные цвета RGB.
Вы можете думать об этих цветовых фильтрах как о воронках, которые направляют визуальную информацию или данные в отдельные блоки, которые затем присваивают «искусственные числа естественным цветам», — говорит Кар.
«Поэтому, если вы просто разбиваете его на три компонента [красный, зеленый, синий], есть некоторые ограничения», — говорит Кар.
Вместо фильтров Кар и его команда использовали «прозрачные окна», сделанные из уникального двумерного материала.
«Мы заставляем машину распознавать цвета совсем по-другому, — говорит Кар. «Вместо того, чтобы разбивать его на основные красные, зеленые и синие компоненты, когда цветной свет появляется, скажем, на детекторе, вместо того, чтобы просто искать эти компоненты, мы используем всю спектральную информацию. И вдобавок ко всему, мы используем некоторые методы для их изменения и кодирования, а также для их хранения различными способами. Таким образом, он предоставляет нам набор чисел, которые помогают нам распознавать исходный цвет гораздо более однозначно, чем обычным способом».
реферат
Дисперсия считается фундаментальным шагом, необходимым для анализа широкополосного света. Распознавание цвета человеческим глазом, его цифровое воспроизведение с помощью камеры или подробный анализ с помощью спектрометра — все они используют дисперсию; это также неотъемлемый компонент распознавания цвета и машинного зрения. Здесь мы представляем устройство (называемое искусственным глазом или A-Eye), которое точно распознает и воспроизводит проверенные цвета без какой-либо спектральной дисперсии. Вместо этого A-Eye использует N = 3–12 пропускающих окон, каждое из которых имеет уникальные спектральные характеристики, возникающие в результате широкополосного пропускания и экситонных пиковых характеристик двумерных дихалькогенидов переходных металлов. Цветной свет, проходящий через эти окна (и модифицируемый ими) и попадающий на один фотодетектор, генерирует разные фототоки, и они использовались для создания эталонной базы данных (обучающей выборки) для 2 «видимых» и 1337 миллиона синтезированных «невидимых» цветов. «Глядя» на тестовые цвета, измененные этими окнами, A-Eye может точно распознавать и воспроизводить «видимые» цвета с нулевым отклонением от их исходных спектров и «невидимые» цвета с медианным отклонением всего ~0.55%, используя алгоритм k-NN. . A-Eye может постоянно улучшать оценку цвета, добавляя любые скорректированные догадки в свою обучающую базу данных. Точное распознавание цветов A-Eye опровергает представление о том, что дисперсия цветов является необходимым условием для идентификации цвета, и прокладывает путь к сверхнадежному распознаванию цветов машинами с упрощенной инженерией.
Брайан Ван - идейный лидер футуризма и популярный научный блоггер с 1 миллионом читателей в месяц. Его блог Nextbigfuture.com занимает первое место среди новостных научных блогов. Он охватывает многие прорывные технологии и тенденции, включая космос, робототехнику, искусственный интеллект, медицину, биотехнологию против старения и нанотехнологии.
Известный тем, что выявляет передовые технологии, он в настоящее время является соучредителем стартапа и сборщиком средств для компаний с высоким потенциалом на ранней стадии. Он является руководителем отдела исследований ассигнований на инвестиции в глубокие технологии и ангел-инвестором в Space Angels.
Часто выступая в корпорациях, он был спикером TEDx, спикером Университета сингулярности и гостем на многочисленных интервью для радио и подкастов. Он открыт для публичных выступлений и консультирования.
- алгоритм
- искусственный интеллект
- автоматизация
- блокчейн
- Coingenius
- криптография
- зашифровывать
- будущее
- IBM квант
- обучение с помощью машины
- Следующее большое будущее
- Платон
- Платон Ай
- Платон Интеллектуальные данные
- Платон игра
- ПлатонДанные
- платогейминг
- Квантовый
- квантовые компьютеры
- квантовые вычисления
- квантовая физика
- робототехника
- Наука
- Технологии
- Мир
- зефирнет