Site icon РидОК

Исследователи научили обычное стекло распознавать изображения

Автоматическое распознавание изображений – одна из актуальных задач нашего времени. Распознавать приходится многое: от знаков и текста до лиц и других изображений.

Как правило, для этого используются искусственные нейронные сети, потребляющие значительные вычислительные и энергетические ресурсы.

Свет, проходящий через «умное» стекло, на выходе фокусируется в определённом месте в зависимости от изображения (написанного числа). Так стекло «распознает» то, что видит.

Казалось бы, дальнейшее развитие подобных высоких технологий лежит на пути их совершенствования и всё большего усложнения, взятия новых теоретических высот. И тут исследователи из Университета Висконсин-Мэдисон преподнесли сюрприз, разработав на удивление «низкотехнологичную» систему распознавания изображений.

Перспективным устройством, способным конкурировать с нейросетями, оказалось… обычное стекло. Да-да простое стекло, правда, специально подготовленное к такой значительной роли, но не требующее питания и сложных электронных цепей. Но как же оно тогда работает?

Идея заключалась во внедрении в пластинку стекла на «стратегические» места пузырьков и кусочков светопоглощающих материалов различной формы. Изменяя направление распространения света, они в итоге должны приводить к тому, что падающий на пластинку свет от изображения, будет фокусироваться или концентрироваться в определённом месте. Для каждого изображения – это место своё, что и позволяет проводить распознавание.

Для подтверждения концепции исследователи разработали технологию изготовления стеклянных пластин, способных распознавать написанные от руки цифры. Свет, исходящий от изображения числа, после прохождения пластинки фокусировался на одном из девяти определенных пятен, каждое из которых соответствовало своей цифре. Полученные стёклышки успешно прошли проверку, сумев даже различить рукописные 3 и 8.

Проектирование стекла для распознавания чисел было похоже на процесс машинного обучения, за исключением того, что в данном случае «обучали» реальный материал вместо компьютерной программы. Необходимо было рассчитать места, на которые в стекло будут внедряться примеси. Фактически, такая среда производит искусственные нейронные вычисления, только не цифровые, а аналоговые. Хотя предварительный процесс обучения может быть трудоемким и потребовать много вычислений, само стекло затем легко и недорого изготовить.

Новый способ выполнения аналоговых искусственных нейронных вычислений с помощью распространения света в среде имеет ряд достоинств. Эти «вычисления» присущи самому материалу, поэтому во время работы они не требуют затрат энергии и не используют никаких электронных устройств. Это может открыть новые перспективы для устройств с низким энергопотреблением. Устройства «стеклянного распознавания» работают в режиме реального времени буквально со скоростью света. Суммируя, можно сказать, что преимущество этой технологии заключается в её способности мгновенно решать задачи распознавания без какого-либо энергопотребления. Кроме того, одну пластину стекла для распознавания изображений можно использовать сотни тысяч раз.

В будущем исследователи планируют выяснить, работает ли их подход для более сложных задач, таких, как распознавание лиц. Например, можно использовать такое стекло в качестве биометрического замка, настроенного на распознавание лица только одного человека.

Многозадачность при использовании подобного устройства можно достичь, разделив стеклянную пластину на несколько частей. Например, одна часть пластины будет использоваться для распознавания чисел, другая – для идентификации букв,  третья для лиц и так далее.

На пути новой технологии ещё много сложностей, но, возможно, сложная технология, обеспечивающая распознавание лиц во многих современных смартфонах, когда-нибудь будет заменена «простым» стёклышком.

Поделиться в:
Exit mobile version