211service.com
Rivelando l'invisibile
Per gentile concessione dei ricercatori
Piccole imperfezioni in un bicchiere da vino o minuscole pieghe in una lente a contatto possono essere difficili da distinguere, anche in buona luce. Ma gli ingegneri del MIT hanno sviluppato una tecnica di apprendimento automatico in grado di rivelare queste caratteristiche e oggetti invisibili nell'oscurità.
La chiave era una rete neurale, un tipo di software che può essere addestrato per associare determinati input a output specifici, in questo caso immagini scure e sgranate di oggetti trasparenti e degli oggetti stessi.
Il team ha fornito alla rete immagini estremamente sgranate di oltre 10.000 modelli di incisione trasparenti da circuiti integrati. Le immagini sono state scattate in condizioni di illuminazione molto scarsa, con circa un fotone per pixel, molta meno luce di quella che una fotocamera registrerebbe in una stanza buia e sigillata. Quindi hanno mostrato alla rete neurale una nuova immagine sgranata, non inclusa nei dati di addestramento, e hanno scoperto che era in grado di ricostruire l'oggetto trasparente che l'oscurità aveva oscurato.
I ricercatori hanno impostato la loro fotocamera per acquisire immagini leggermente sfocate, il che fornisce la prova, sotto forma di increspature nella luce rilevata, che potrebbe essere presente un oggetto trasparente.
Ma la sfocatura crea anche sfocatura, che può confondere i calcoli di una rete neurale. Per produrre un'immagine più nitida e accurata, i ricercatori hanno incorporato nella rete neurale una legge della fisica che descrive come la luce crea un effetto sfocato quando una fotocamera è sfocata.
Il team ha ripetuto i propri esperimenti con altre 10.000 immagini di oggetti più generali e vari, tra cui persone, luoghi e animali. Ancora una volta, la rete neurale con l'algoritmo di fisica incorporato è stata in grado di ricreare l'immagine di un'incisione trasparente che era stata scattata al buio.
I risultati dimostrano che le reti neurali possono essere utilizzate per illuminare elementi trasparenti, come tessuti e cellule biologici, in immagini scattate con pochissima luce.
Se fai esplodere le cellule biologiche con la luce, le bruci e non c'è più niente da immaginare, dice George Barbastathis, professore di ingegneria meccanica. Se esponi un paziente ai raggi X, aumenti il rischio che possano ammalarsi di cancro.
Quello che stiamo facendo qui [significa] che puoi ottenere la stessa qualità dell'immagine, ma con una minore esposizione al paziente. E in biologia, puoi ridurre il danno ai campioni biologici quando vuoi campionarli.