V inovativním technologickém průlomu vědci aplikovali AI ke zvýšení rozlišení zobrazovacích zařízení metalensových kamer a vynalezli nové typy zobrazovacích systémů. Tato nová metoda obsahuje špičkovou technologii hlubokého učení, která využívá obrázky nízké kvality namísto obrázků s vysokým rozlišením, které lze použít například pro mikroskopii a chytrá mobilní zařízení.
Nový pokrok v AI zvyšuje kvalitu obrazu metalensových fotoaparátů: https://t.co/Uuug6jKp7IPUvádí cestu k ultratenkým fotoaparátům, nová technika využívá hluboké učení ke zlepšení rozlišení, kontrastu a zkreslení v obrazech z malého fotoaparátu.#OPG_OL#AI#cameraspic.twitter.com/yZfgElgXXU
— Optica (@OpticaWorldwide) 15. května 2024
Uvolnil se potenciál metalenses
Metalenses, ultratenké kamery, které používají nanostruktury k manipulaci se světlem, by mohly mít příslib, že budou lehké a kompaktní. Přesto není s těmito zařízeními snadné získat ty nejlepší snímky. Vedoucí výzkumník Ji Chen z Jihovýchodní univerzity v Číně prohlašuje: „Naše technologie umožňuje zařízením na bázi kovů překonat stávající omezení v kvalitě obrazu“, což společnost doufá implementovat ve spotřební elektronice i v dalších oblastech, jako je mikroskopie.
Integrace AI pro vylepšení obrazu.
Optica Publishing Group, autoři v časopise Optics Letters, kde diskutují o jejich aplikaci víceúrovňové konvoluční neuronové sítě, formě hlubokého učení, které použili, ke zvýšení rozlišení, kontrastu a zkreslení v obrazech vytvořených metalens. Malá dírková komora, ne větší než 3 cm × 3 cm × 0,5 mm, která se skládá z kovových čoček zabudovaných na zobrazovacím čipu CMOS, přímo eliminuje potřebu tradičních optických součástí.
Přečtěte si také: Nová funkce umělé inteligence Meta
Přístup výzkumníků k hlubokému učení zahrnuje trénování neuronové sítě s gigantickým souborem dat s vysoce a nekvalitními páry obrázků, takže dokáže rozlišit obrazové prvky a poté po tréninku povýšit snímky s nízkým rozlišením na kvalitu HD. Tato strategie dosáhla významného zlepšení v metrikách kvality obrazu, jako je špičkový poměr signálu k šumu a index strukturní podobnosti, což také ukázalo schopnosti rychlého zpracování se schopností okamžitě generovat vysoce kvalitní data.
Budoucí směry obchodní životaschopnosti.
Blížící se výzkumný úkol se soustředí na získání metalenses s přidanými funkcemi, jako je barva a široká kruhová polarizace, a zároveň dolaďování a zdokonalování umělých neuronových sítí pro zlepšení celkové kvality zobrazení. Pro komerční realizaci této technologie je třeba kromě softwaru speciálně navrženého pro smartphony ke zlepšení kvality obrazu vynalézt nový způsob montáže pro vložení metalenses do modulů fotoaparátu smartphonu.
Ji Chen vidí vývoj pokročilé umělé inteligence jako zásadní milník v historii fotoniky, přičemž strojové učení dláždí cestu vpřed v této oblasti. Neustálé inovace a dokonalost ultralehkých a ultratenkých metalenses z nich bude znamenat, že budou působit jako změna hry v zobrazovacích a detekčních technologiích a budou předzvěstí příchodu malých, vysoce výkonných kamer.
Myšlenka začlenění umělé inteligence do technologie metalens je náhodou radikální transformací ve světě zobrazování. Prostřednictvím využití technik hlubokého učení výzkumníci otevřeli dveře metalenses k zobrazování ve vysokém rozlišení v malých a lehkých verzích, což má dalekosáhlé důsledky pro spotřební elektroniku i pro vědecký výzkum. Tato složitá integrace umělé inteligence s optikou se v budoucnu jistě rozšíří a bude obsahovat funkce, které překonávají jakékoli obrázky ve vizuálním zobrazování a analýze.