211service.com
Afsløre det usynlige
Høflighed af forskerne
Små ufuldkommenheder i et vinglas eller små folder i en kontaktlinse kan være vanskelige at få øje på, selv i godt lys. Men MIT-ingeniører har udviklet en maskinlæringsteknik, der kan afsløre disse usynlige funktioner og objekter i mørke.
Nøglen var et neuralt netværk, en type software, der kan trænes til at forbinde visse input med specifikke output - i dette tilfælde mørke, kornete billeder af gennemsigtige objekter og selve objekterne.
Holdet fodrede netværket med ekstremt kornete billeder af mere end 10.000 gennemsigtige ætsningsmønstre fra integrerede kredsløb. Billederne blev taget under meget lave lysforhold med omkring en foton pr. pixel - langt mindre lys, end et kamera ville registrere i et mørkt, lukket rum. Derefter viste de det neurale netværk et nyt kornet billede, der ikke var inkluderet i træningsdataene, og fandt ud af, at det var i stand til at rekonstruere det gennemsigtige objekt, som mørket havde tilsløret.
Forskerne indstillede deres kamera til at tage billeder lidt ude af fokus, hvilket beviser, i form af krusninger i det detekterede lys, at der kan være en gennemsigtig genstand til stede.
Men defokusering skaber også sløring, som kan mudre et neuralt netværks beregninger. For at producere et skarpere og mere præcist billede indarbejdede forskerne i det neurale netværk en lov i fysik, der beskriver, hvordan lys skaber en slørende effekt, når et kamera er ufokuseret.
Holdet gentog deres eksperimenter med yderligere 10.000 billeder af mere generelle og varierede objekter, herunder mennesker, steder og dyr. Igen var det neurale netværk med den indlejrede fysikalgoritme i stand til at genskabe et billede af en gennemsigtig ætsning, der var blevet taget i mørke.
Resultaterne viser, at neurale netværk kan bruges til at belyse gennemsigtige træk, såsom biologiske væv og celler, i billeder taget med meget lidt lys.
Hvis du sprænger biologiske celler med lys, brænder du dem, og der er intet tilbage at billede, siger George Barbastathis, professor i maskinteknik. Hvis du udsætter en patient for røntgenstråler, øger du faren for, at de kan få kræft.
Det, vi laver her, [betyder] at du kan få den samme billedkvalitet, men med en lavere eksponering for patienten. Og i biologi kan du reducere skaderne på biologiske prøver, når du vil prøve dem.