Sciencemag.cz
Doporučujeme
Nová technologie umělého vidění: základem jsou nanofotonické neuronové prvky zhotovené pouze ze skla a vzduchových bublin.
Zařízení dokáže rozpoznávat různé druhy obrazu a nevyžaduje externí zdroj energie. Uplatnit by se mohlo například v oblasti bezpečnostních technologií při rozpoznávání obličejů.
Umělé neuronové sítě (ANN) patří mezi výpočetní modely používané v umělé inteligenci. Napodobují chování biologických struktur a jsou určeny pro distribuované paralelní zpracování dat. Umělá neuronová síť se skládá z umělých neuronů, které jsou vzájemně propojeny a signály transformují pomocí určitých přenosových funkcí. Neuron má libovolný počet vstupů, ale pouze jeden výstup.
Umělé neuronové sítě mají řadu aplikací, dají se používat například pro rozpoznávání obrazů nebo zvuků, předvídání burzovních indexů, k filtrování spamů nebo třeba v lékařství k získávání poznatků o fungování nervových soustav. Mají však jednu podstatnou nevýhodu, a tou je velká spotřeba počítačové kapacity a energie. Vědci se proto snaží najít vhodné alternativy a jako jedno ze slibných řešení se teď jeví optické neuronové programování. Jde o analogovou techniku, která pro výpočet používá fotony produkované laserem nebo diodou.
Většina současných optických neuronových procesorů má stejnou architekturu jako digitální umělé neuronové sítě a obsahuje síť zpětnovazebních signálů propojených prostřednictvím difrakčních prvků nebo integrovaných vlnovodů. Stejně jako signály v digitálním ANN, procházejí signály v optickém neuronovém počítači pouze jednou směrem dopředu a odražené světlo šířící se zpět je zanedbatelné. Právě tato reflexe však umožňuje vědcům miniaturizovat optické prvky, jako jsou laserové dutiny, fotonické krystaly, metamateriály a kompaktní děliče paprsků.
Tohoto optického jevu se teď rozhodli využít i fyzici z univerzity ve Wisconsinu, aby zhotovili výkonnější umělé neuronové prvky. Do jejich nanofotonických neuronových komunikačních prvků (NNM – nanofotonic neural medium) vchází světlo vyzářené objektem, který se má zobrazit, z jedné strany a na straně opačné se fokusuje do specifických skvrn různé intenzity. Tyto skvrny se následně analyzují a rekonstruuje se obraz objektu.
Nanofotonický prvek je zhotoven ze skla, které obsahuje inkluze o velikosti menší, než je vlnová délka světla. Mohou to být bublinky vzduchu nebo některé jiné materiály, například grafen, které mají index lomu odlišný od skla. Tyto inkluze silně rozptylují světlo v obou směrech.
K otestování, jestli sklo dokáže rozeznat různé obrazy, využili fyzici ručně psané číslice od nuly do devítky. Světlo vycházející z obrázků číslic vstupuje na jednom konci skla a světelné vlny se fokusují do deseti specifických skvrn na opačné straně. Každá skvrna má vlastní intenzitu světla, je na určitém místě a odpovídá jednotlivým číslicím. Sklo dokázalo v reálném čase detekovat, když vědci změnili číslo 3 na číslici 8. Výpočetní proces je zcela pasivní a vlastní sklu. Materiál může být použit stokrát až tisíckrát a pracuje rychlostí světla, jelikož rozlišuje mezi jednotlivými obrázky pouze prostřednictvím změny tvaru světelných vln.
Podle vědců by se jejich chytré sklo dalo například použít jako biometrický zámek, který by rozeznával obličej jediné osoby. Jakmile byl skleněný prvek jednou zhotoven, může udržet tajemství třeba i tisíc let. Za jeho hlavní výhodu považují vědci schopnost bezprostředně zpracovávat složité úlohy bez spotřeby energie. Právě tyto vlastnosti jsou totiž klíčové pro vytvoření umělé inteligence, jako jsou třeba autonomní vozidla, které umí rozeznávat dopravní signály, nebo hlasově ovladatelná spotřební elektronika.
Na rozdíl od lidského oka může chytré sklo vynikat ve specifických aplikacích, kdy by mohl jeden kus skla rozeznávat například číslice, jiný písmena, další třeba obličeje atd. Podle vědců by tato technologie mohla změnit prakticky všechny dosavadní přístupy využívané v oblasti strojového vidění.
Fyzici se teď chystají porovnat vlastnosti jejich nanofotonických neuronových prvků s vlastnostmi digitálních neuronových sítí. Budou studovat tvar a rozměry média v porovnání s hloubkou sítě při různých rozměrech vrstev. Chtějí také zjistit, jak různé typy fotonických prvků nelineárně ovlivňují výkon neuronového média.
Původní materiál byl uveřejněn ve Photonics Research.
autor: Jana Štrajblová
Převzato z Matfyz.cz.
