HTML

Legyél Te is Szakértő!

Minden hírlevél feliratkozónknak egy 50 oldalas 3D nyomtatás kisokost és 3D Akadémia kedvezményt adunk ajándékba!

 

 

3D TECH WORSKHOPOK

Vegyél részt a 3D Akadémia képzésein és szerezz átfogó tudást a 3D technológiák jelenéről és jövőjéről!

3D nyomtatás, modellezés és szkennelés tanfolyamok a 3D Akadémián.

FRE3DEE a Facebookon

Fénysebességgel azonosít tárgyakat a nyomtatott mesterséges intelligencia

ferenck 2018.08.21. 08:30

A mesterségesintelligencia-kutatások felvirágzásában a gépi tanulás, annak is a hierarchikus módszerrel, rétegenként haladó úgynevezett mélytanulás (deep learning) ága játssza a kulcsszerepet. A technológia fellendülése a számítási kapacitás drasztikus növekedése mellett az adatrobbanásnak, a big data jelenségnek tudható be.

A mélytanulást orvosi képek elemzésétől a beszédfelismerésig szerteágazó, gyakran egészen speciális feladatokra alkalmazzák. A gyakorlás közben megtanult digitális adatreprezentációkat és alkalmazásokat hasznosítva jut el az eredményig. Minél speciálisabb egy munka, általában annál jobban – sokszor az embernél is jobban – teljesít egy mai MI-rendszer.

3dnyomtatas_mi0_1.jpg

Aydogan Ozcan, a Los Angelesi Kaliforniai Egyetem (UCLA) kutatója optikai Fénytörő Mély Ideghálókkal (D2NN) fizikai mechanizmust vezetett be a mélytanulási folyamatba. Az optikai ideghálót az agy információfeldolgozásáról mintázta, a rendszer a tárgyról visszaverődő fénnyel, magyarán fénysebesség tempóban azonosítja a tárgyat.

Számítógéppel szimulált tervvel kezdték, majd nagyon vékony 8 négyzetcentiméteres polimerostyákat nyomtattak, a tárgyról különféle irányokból érkező fény törésében hasznos egyenetlen felületekkel. Az ostyák szemre átlátszatlanok, de a fény milliméternél kisebb hullámhosszú terahertz frekvenciái áthatolnak rajtuk. A fény pici pixeleken, rétegenként több tízezer mesterséges idegsejten megy át.

3dnyomtatas_mi_1.jpg

A pixelizált rétegek sorozata a bejövő fény mozgását meghatározó optikai ideghálóként működik. Azért tudja a tárgyat azonosítani, mert az onnan érkező fény az adott tárgy típusához kijelölt pixel felé törik meg. A hálózat minden egyes tárgy után keletkezett mintázat megtanulásával képes erre.

„Rétegről rétegre gyártott passzív komponensekkel, a rétegek fénytöréssel való összekapcsolásával gépitanulás-feladatokat fénysebességgel kivitelező egyedi optikai platformot hoztunk létre. A fejlesztés új lehetőségeket nyit mesterségesintelligencia-alapú passzív eszközök azonnali adat-, képelemzéséhez, tárgyosztályozásához. Jelentősen felgyorsítja az adatintenzív feladatok elvégzését” – magyarázza Ozcan.

A tesztek során a rendszer kézzel írt számokat és ruhadarabokat azonosított, de a terahertz spektrumban képalkotó lencseként is működik. Önvezető autóktól a medicináig, sok területen alkalmazhatják.

A 3D nyomtatás sok szempontból előnyös: több és nagyobb pluszréteg, összességében pedig masszívabb, sok százmillió idegsejtből álló eszközök dolgozhatók ki vele. Ezek az eszközök több tárgyat azonosítanak, és sokkal komplexebb elemzéseket végeznek.

Mindezt olcsón teszik – az UCLA szerkezetét kevesebb mint 50 dollárból dolgozták ki.

Címkék: mesterséges intelligencia optika polimer

Szólj hozzá!

A bejegyzés trackback címe:

https://freedee.blog.hu/api/trackback/id/tr7014163273

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása