Egy borospoháron, vagy akár egy kontaktlencsén lévő apró karcolások még a megfelelő fényviszonyok között is igen nehezen azonosíthatók, majdnem teljes sötétségben pedig még próbálkozni is értelmetlen az átlátszó felületek és a velük kapcsolatos eltérések felfedezésével. Az MIT kutatói most erre a problémára is előjöttek egy megoldással, ami manapság már természetes módon a mesterséges intelligenciára, pontosabban a gépi mély tanulásra és a neurális hálózatok ra épül.
A kutatók a Physical Review Letters oldalain szerdán közzétett anyagukban egy olyan technikát ismertetnek, amellyel minimális megvilágítás mellett is rekonstruálni lehet az átlátszó tárgyakat a róluk készített képek alapján. Ezeket szinte csak a forma kedvéért nevezhetjük képeknek, hiszen olyan fényviszonyok mellett készítették őket, hogy átlagosan egyetlen foton jutott egy pixelre, ami bőven az alatt a szint alatt van, amit a hagyományos kamerák még rögzíteni tudnának.
Előrelépést hozhat az orvosi képalkotásban
A rendszert 10 ezer darab, a fenti módon elképesztően homályos felvétel alapján tanították be, amelyek üvegszerű felületeket és a rájuk csiszolt mintákat ábrázolták. Ezután a programnak már olyan képeket kellett feldolgoznia, amelyek nem szerepeltek a korábbi mintában, az eredmények pedig azt mutatták, hogy valóban képes volt megtanulni, hogyan alkothatja újra a sötétségben szinte felismerhetetlenné vált formákat. Erre példának az alábbi ábrát hozták:

forrás: George Barbastathis et al.
Itt a jobb szélső fotó ábrázolja az eredeti felvételt (ismét érdemes tisztázni, hogy egy átlátszó felületre csiszolt ábráról van szó), a bal felső képen pedig az a fotó szerepel, amelyet a szélsőségesen gyenge megvilágítás mellett készítettek róla. A rendszer ezt egy fizikai törvényszerűségekre épülő algoritmus segítségével javtja fel (fent középen), majd az előzőleg betanított neurális hálózat is előjön egy megoldással (balra lent), végül a kettőt összefésülik (lent középen).
A technika későbbi felhasználásának egyik lehetséges irányát az orvostechnológiai fejlesztések jelenthetik, ahol az erős megvilágítás szétroncsolhatja mondjuk az éppen vizsgált sejteket, a röntgenezés pedig a pácienseket teszi ki a jól ismert kockázatoknak. A kutatók szerint az új megoldással minimum olyan pontos képeket alkothatnak majd, mint a röntgensugarakkal, és értelemszerűen a laboratóriumokban feldolgozott biológiai mintákat sem károsítják vele.
Költségcsökkenésből finanszírozott modernizáció
A cloud-native alkalmazások megkövetelik az adatközpontok modernizációját, amihez a SUSE többek között a virtualizációs költségek csökkentésével szabadítana fel jelentős forrásokat.
CIO kutatás
Merre tart a vállalati IT és annak irányítója?
Hiánypótló nagykép a hazai nagyvállalati informatikáról és az IT-vezetőkről: skillek, felelősségek, feladatkörök a múltban, a jelenben és a jövőben.
Töltse ki Ön is, hogy tisztábban lássa, hogyan építse vállalata IT-ját és saját karrierjét!
Az eredményeket május 8-án ismertetjük a 17. CIO Hungary konferencián.
Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?