ШІ допоможе голографічним технологіям вийти на новий рівень

0
192
ШІ допоможе голографічним технологіям вийти на новий рівень

В рамках двох нових досліджень вчені з Каліфорнійського університету в Лос-Анджелесі (UCLA) використовували нейронні мережі для реконструкції голограм. Обидва роботи не лише демонструють рівень розвитку голографічних технологій, але ще й обіцяють відкрити цим технологіям двері в медицину, де вони зможуть провести справжню революцію.

У першому дослідженні, результати якого були описані в журналі Light: Science & Applications, вчені використовували технології глибинного навчання для створення зображень біологічних зразків: крові, мазків Папаніколау, а також деяких інших зразків біологічних тканин.

Дослідження довело, що використання нейронних мереж істотно прискорює та спрощує процес створення голографічних зображень, у порівнянні з більш традиційними методами створення аналогічних зображень, що вимагають для відтворення досліджуваного об’єкта проведення попередніх розрахунків фізичного та ручного комп’ютерного введення даних.

В рамках другого дослідження команда фахівців використала свій фреймворк глибинного навчання для поліпшення дозволу та якості мікроскопічних зображень, які допомагають лікарям визначати самі дрібні, ледь помітні аномалії у великих зразках крові та клітинної тканини.

Одна з проблем нинішніх голографічних методів полягає в тому, що при процесі візуалізації голограми можуть втратити частину інформації, що, в свою чергу, може призвести до появи «артефактів» на фінальному зображенні. Іноді ці втрати виявляються дуже значними. Наприклад, на зображенні можуть з’явитися чорні цятки, які лікарі помилково можуть прийняти за ріст ракових клітин. Такі артефакти часто зустрічаються при радіологічному скануванні, особливо якщо пацієнт починає рухатися, коли сканер виконує свою роботу.

Система глибинного навчання Каліфорнійського університету продемонструвала ефективність у вирішенні цієї проблеми. Як тільки система буде належним чином навчена, нейронна мережа зможе відокремлювати просторові особливості цього зображення від будь-яких зовнішніх перешкод (у ролі яких часто виступає світло).

Багатошаровість штучних нейронних мереж дозволяє алгоритмам глибинного навчання аналізувати дані в автономному режимі. Технологія вже встигла продемонструвати свою ефективність на прикладі перекладу з однієї мови на іншу в режимі реального часу, відеозахваті зображень, а також в багатьох інших завданнях, з якими до цього доводилося справлятися людині, яка, до речі, програє алгоритмам ще й у швидкості виконання цих завдань.

З тих пір як системи машинного навчання придбали здатність сортувати та аналізувати величезні обсяги інформації набагато швидше людей, зовсім не дивно, що до цих технологій починають проявляти свій інтерес найрізноманітніші сфери, у тому числі й медицина. Алгоритми вже знаходять своє застосування, наприклад, в діагностичній радіології, де вони демонструють свою ефективність читання рентгенівських зображень, а також пошуку ракових клітин, які могли бути втрачені медиками при скануванні.

Голографічні технології розглядаються зараз вже не так, як це було раніше, коли їх вважали швидше об’єктом наукової фантастики, ніж практичним інструментом. Тепер вчені впевнені в перспективності цього напрямку.

Методи глибинного навчання, у свою чергу, можуть допомогти в цьому напрямку, вважає Айдоган Озкан, провідний дослідник. На його думку, ці технології дозволять відкрити нові можливості візуалізації. В опублікованому прес-релізі Каліфорнійського університету Озкан зазначив, що подібні технології навіть можуть призвести до розробки абсолютно нових когерентних систем обробки зображень. Вчений вважає, що напрацювання ДОСЛІДЖЕННЯ можуть бути використані для подальшого удосконалення технології та впровадження в неї підтримки інших частин електромагнітного спектра, наприклад, рентгенівського та оптичного випромінювання.

Якщо нас чекає майбутнє, яке ми могли бачити у науковій фантастиці останні 40-50 років, то голограми в ньому будуть грати точно не останню роль. Дослідження UCLA в цьому напрямку, в свою чергу, не просто намагаються підтримати цю фантастичну технологію, вони пропонують реальні середовища для її застосування.

5 (100%) 1 голосів

НАПИСАТИ ВІДПОВІДЬ

Please enter your comment!
Please enter your name here