ხელოვნური ინტელექტი
მკვლევარებმა შეიმუშავეს ოპტიკური სენსორი ადამიანის თვალის იმიტაციისთვის
ორეგონის შტატის უნივერსიტეტის მკვლევარებმა აჩვენეს ხელოვნური ინტელექტის პოტენციალი, რომ მიბაძოს ადამიანებს ახალი ოპტიკური სენსორით. ეს ოპტიკური სენსორი უკეთ ასახავს ადამიანის თვალის უნარს, აღიქვას ცვლილებები მის ვიზუალურ ველში.
განვითარებას დიდი გავლენა აქვს ისეთ სფეროებზე, როგორიცაა გამოსახულების ამოცნობა, რობოტიკა და AI.
კვლევა, რომელსაც ხელმძღვანელობდნენ OSU კოლეჯის საინჟინრო მკვლევარი ჯონ ლაბრამი და კურსდამთავრებული სტუდენტი სინტია ტრუხილიო ჰერერა, გამოქვეყნდა ამ თვის დასაწყისში. გამოყენებითი ფიზიკის წერილები.
წინა ადამიანის თვალის მოწყობილობები
მკვლევარები ადრე ცდილობდნენ შეექმნათ ადამიანის თვალის მოწყობილობების ტიპები, რომლებსაც ასევე უწოდებენ რეტინომორფულ სენსორებს და ისინი ხშირად იყენებდნენ პროგრამულ უზრუნველყოფას ან კომპლექსურ აპარატურას. თუმცა, ეს ახალი მოწყობილობა იყენებს პეროვსკიტის ნახევარგამტარების ულტრათხელ ფენებს, რომლებიც წარსულში იპყრობდნენ ყურადღებას მზის ენერგიის გამოყენების პოტენციალის გამო. სინათლის ზემოქმედებისას, ეს ულტრა თხელი ფენები იცვლება ძლიერი ელექტრული იზოლატორებიდან ძლიერ გამტარებლებზე.
ლაბრამი ელექტროინჟინერიისა და კომპიუტერული მეცნიერების ასისტენტ პროფესორია და ის ხელმძღვანელობს კვლევას ეროვნული სამეცნიერო ფონდის მხარდაჭერით.
„თქვენ შეგიძლიათ წარმოიდგინოთ ის, როგორც ერთი პიქსელი, რომელიც აკეთებს ისეთ რამეს, რაც ამჟამად საჭიროებს მიკროპროცესორს“, - თქვა ლაბრამმა.
ხელოვნური ინტელექტის შემდეგი თაობა, სავარაუდოდ, იკვებება ნეირომორფული კომპიუტერებით, განსაკუთრებით ისეთ აპლიკაციებში, როგორიცაა ავტონომიური მანქანები, რობოტები და გამოსახულების გაფართოებული ამოცნობა. ნეირომორფული კომპიუტერები მიბაძავს ადამიანის ტვინში არსებულ პარალელურ ქსელებს, ხოლო ტრადიციული კომპიუტერები ინფორმაციას თანმიმდევრულად ამუშავებენ.
„ხალხი ცდილობდა ამის გამეორებას აპარატურაში და საკმაოდ წარმატებული იყო“, - თქვა ლაბრამმა. „თუმცა, მიუხედავად იმისა, რომ ინფორმაციის დამუშავების ალგორითმები და არქიტექტურა სულ უფრო და უფრო ემსგავსება ადამიანის ტვინს, ინფორმაცია, რომელსაც ეს სისტემები იღებენ, მაინც აშკარად შექმნილია ტრადიციული კომპიუტერებისთვის“.
ეს ყველაფერი ნიშნავს, რომ კომპიუტერს სჭირდება გამოსახულების სენსორი ადამიანის თვალის როლში, რომელიც შედგება დაახლოებით 100 მილიონი ფოტორეცეპტორისგან. მიუხედავად ამ უზარმაზარი რაოდენობისა, მხედველობის ნერვი შეიცავს მხოლოდ 1 მილიონ კავშირს ტვინთან, რაც იმას ნიშნავს, რომ ბადურა უამრავ წინასწარ დამუშავებას და დინამიურ შეკუმშვას მოწმეს, სანამ გამოსახულება გადაიცემა.
რეტინომორფული სენსორი
მკვლევარების მიერ შემუშავებული რეტინომორფული სენსორი არ რეაგირებს ძლიერად სტატიკური პირობებში, მაგრამ ის აღრიცხავს მოკლე და მკვეთრ სიგნალებს, როდესაც ხდება განათების ცვლილება. შემდეგ ის სწრაფად უბრუნდება საწყის მდგომარეობას, რაც ყველაფერი გამოწვეულია პეროვსკიტებით.
”როგორც ჩვენ ვამოწმებთ მას, ძირითადად, ჩვენ ვტოვებთ მას სიბნელეში წამით, შემდეგ ვანთებთ შუქებს და უბრალოდ ვტოვებთ მათ”, - თქვა ლაბრამმა. ”როგორც კი შუქი ჩაქრება, თქვენ მიიღებთ ამ დიდ ძაბვის მწვერვალს, მაშინ ძაბვა სწრაფად იშლება, მიუხედავად იმისა, რომ სინათლის ინტენსივობა მუდმივია. და ეს არის ის, რაც ჩვენ გვინდა. ”
გუნდმა მოახდინა სხვადასხვა რეტინომორფული სენსორების სიმულაცია, რამაც მათ საშუალება მისცა გამოედგინათ, თუ როგორ რეაგირებდა რეტინომორფული ვიდეოკამერა შეყვანის სტიმულზე.
„ჩვენ შეგვიძლია ვიდეო გადავიყვანოთ სინათლის ინტენსივობის ნაკრებად და შემდეგ ჩავდოთ ეს ჩვენს სიმულაციაში“, თქვა ლაბრამმა. ”რეგიონები, სადაც უფრო მაღალი ძაბვის გამომავალი პროგნოზირებულია სენსორისგან, ანათებს, ხოლო ქვედა ძაბვის რეგიონები რჩება ბნელი. თუ კამერა შედარებით სტატიკურია, თქვენ ნათლად ხედავთ ყველა მოძრაობს, რომელიც ძლიერ რეაგირებს. ეს გონივრულად შეესაბამება ძუძუმწოვრების ოპტიკური ზონდირების პარადიგმას. ”
„კარგი ის არის, რომ ამ სიმულაციის საშუალებით ჩვენ შეგვიძლია ნებისმიერი ვიდეოს შეყვანა ერთ-ერთ ამ მასივში და ამ ინფორმაციის დამუშავება არსებითად ისევე, როგორც ადამიანის თვალი ამას აკეთებს“, - განაგრძო ლაბრამმა. „მაგალითად, შეგიძლიათ წარმოიდგინოთ, რომ ამ სენსორებს რობოტი იყენებს, რომელიც აკონტროლებს ობიექტების მოძრაობას. რაიმე სტატიკური მის ხედვის არეში არ გამოიწვევდა პასუხს, თუმცა მოძრავი ობიექტი დაარეგისტრირებდა მაღალ ძაბვას. ეს რობოტს დაუყოვნებლივ ეუბნება სად იყო ობიექტი, ყოველგვარი რთული გამოსახულების დამუშავების გარეშე.
