Forskare vid Northeastern har byggt en enhet som kan känna igen "miljontals färger" med hjälp av nya artificiella intelligenstekniker. "I automationsvärlden är former och färger de mest använda föremålen med vilka en maskin kan känna igen föremål" säger Kar.
Genombrottet är dubbelt. Forskare kunde konstruera tvådimensionellt material vars speciella kvantegenskaper, när de byggdes in i ett optiskt fönster som används för att släppa in ljus i maskinen, kan bearbeta en rik mångfald av färger med "mycket hög noggrannhet" - något som utövare inom området inte har kunnat uppnå tidigare.
Dessutom kan A-Eye "exakt känna igen och återge "sedda" färger med noll avvikelse från deras ursprungliga spektra" tack vare maskininlärningsalgoritmerna som utvecklats av ett team av AI-forskare, med hjälp av Sarah Ostadabbas, en assistent. professor i el- och datateknik vid Northeastern. Projektet är ett resultat av unikt samarbete mellan Northeasterns kvantmaterial och Augmented Cognition labs.
Maskiner känner vanligtvis igen färg genom att bryta ner den, med hjälp av konventionella RGB-filter (röda, gröna, blå) i dess beståndsdelar, och sedan använda den informationen för att i huvudsak gissa på och reproducera den ursprungliga färgen. När du riktar en digitalkamera mot ett färgat objekt och tar ett foto, flödar ljuset från det objektet genom en uppsättning detektorer med filter framför dem som skiljer ljuset till de primära RGB-färgerna.
Du kan tänka på dessa färgfilter som trattar som kanaliserar den visuella informationen eller data till separata rutor, som sedan tilldelar "konstgjorda siffror till naturliga färger", säger Kar.
"Så om du bara delar upp det i tre komponenter [röd, grön, blå], finns det vissa begränsningar," säger Kar.
Istället för att använda filter använde Kar och hans team "transmissiva fönster" gjorda av det unika tvådimensionella materialet.
"Vi får en maskin att känna igen färg på ett helt annat sätt", säger Kar. "Istället för att bryta ner det i dess huvudsakliga röda, gröna och blåa komponenter, när ett färgat ljus visas, säg, på en detektor, istället för att bara söka dessa komponenter, använder vi hela spektralinformationen. Och utöver det använder vi några tekniker för att modifiera och koda dem och lagra dem på olika sätt. Så det ger oss en uppsättning siffror som hjälper oss att känna igen den ursprungliga färgen mycket mer unikt än på det konventionella sättet."
bstract
Dispersion accepteras som ett grundläggande steg som krävs för att analysera bredbandsljus. Det mänskliga ögats igenkänning av färg, dess digitala reproduktion med en kamera eller detaljerad analys med en spektrometer använder alla dispersion; det är också en inneboende komponent i färgdetektering och maskinseende. Här presenterar vi en enhet (kallad artificiellt öga eller, A-Eye) som noggrant känner igen och återger testade färger, utan någon spektral dispersion. Istället använder A-Eye N = 3–12 transmissiva fönster vart och ett med unika spektrala egenskaper som härrör från bredbandstransmittansen och excitoniska toppegenskaper hos 2D-övergångsmetalldikalkogenider. Färgat ljus som passerade genom (och modifierades av) dessa fönster och inföll på en enda fotodetektor genererade olika fotoströmmar, och dessa användes för att skapa en referensdatabas (träningsuppsättning) för 1337 "sedda" och 0.55 miljoner syntetiserade "osynliga" färger. Genom att "titta" på testfärger modifierade av dessa fönster kan A-Eye noggrant känna igen och reproducera "sedda" färger med noll avvikelse från deras ursprungliga spektra och "osynliga" färger med endast ~1 % medianavvikelse, med hjälp av k-NN-algoritmen . A-Eye kan kontinuerligt förbättra färguppskattningen genom att lägga till eventuella korrigerade gissningar till sin träningsdatabas. A-Eyes exakta färgigenkänning skingra uppfattningen att spridning av färger är en förutsättning för färgidentifiering och banar väg för ultratillförlitlig färgigenkänning av maskiner med reducerad teknisk komplexitet.
Brian Wang är en futuristisk tankeledare och en populär vetenskapbloggare med 1 miljon läsare per månad. Hans blogg Nextbigfuture.com är rankad som nummer 1 Science News Blog. Den täcker många störande teknik och trender, inklusive rymd, robotik, artificiell intelligens, medicin, anti-aging bioteknik och nanoteknik.
Känd för att identifiera banbrytande teknik, han är för närvarande en av grundarna av en start och insamling för högpotentiella företag i ett tidigt skede. Han är forskningschef för tilldelningar för djupa teknikinvesteringar och en ängelinvesterare på Space Angels.
Han har ofta varit talare på företag och har varit TEDx -talare, talare vid Singularity University och gäst på många intervjuer för radio och podcaster. Han är öppen för offentliga tal och rådgivning.
