تطويرا لأداء الآلة في مجالات مختلفة.. ابتكار جهاز يستطيع رؤية ملايين الألوان
طور باحثون من جامعة "نورث إيسترن" الأمريكية جهازًا يستطيع تمييز ملايين الألوان بفضل تقنيات الذكاء الاصطناعي، لتطوير رؤية الآلة في تطبيقات واسعة من التقنيات؛ مثل القيادة الذاتية وتصنيف المزروعات والاستشعار عن بعد بالأقمار الاصطناعية.
وأشارت الدراسة المنشورة في مجلة "ماتيريالز تودي" العلمية، إلى أن الجهاز الآلي المدعو "إيهآي" يستطيع تحليل ومعالجة الألوان بدقة مرتفعة مقارنة بالأجهزة المتوفرة حاليًا.
وقال الأستاذ الدكتور سواستيك كار، المشارك في البحث، إن "قدرة الآلات على رؤية الألوان أصبحت ذات أهمية متزايدة، نظرًا لانتشار تقنيات الأتمتة في الصناعة والحياة اليومية".
وأضاف: "تحتاج الأجهزة المؤتمتة إلى تمييز الأشكال والألوان لتستطيع رصد الأشياء ورؤيتها"؛ وفقًا لموقع تك إكسبلور.
ونجح الباحثون في تصميم مادة ثنائية الأبعاد، ذات خواص كوانتية، تسمح بمعالجة الضوء الداخل إلى الآلة، وتمييز تنوع هائل للألوان بدقة عالية جدًا، لم يحققه أحد من قبل.
وطور الباحثون في الذكاء الاصطناعي خوارزميات تعلم الآلة لتستطيع تمييز الألوان المرئية بانحراف معدوم عن طيفها الأصلي.
واعتمد الباحثون على الصفات غير التقليدية لنوع من المواد في التقنية الجديدة، التي تمتاز بتطبيقات غير محدودة في المجالات الإلكترونية والضوئية والاستشعار وتخزين الطاقة.
وقال كار: "عندما نضع هذه المواد على سطح ما، ونمرر أشعة ضوئية خلالها، نحصل على إشارات كهربائية على جهاز استشعار من الجهة المقابلة، يمكن معالجتها كبيانات".
وأضاف: "يساعدنا اللون في تحديد معيار للتمييز بين الجيد والسيىء في تطبيقات صناعية عديدة".
وتعتمد الآلات التقليدية على تفكيك الضوء بواسطة فلاتر الألوان الأساسية (أحمر، أخضر، أزرق) إلى مكوناته، ثم استخدام البيانات لتحديد اللون الأصلي.
وعندما نلتقط صورة لشيء ملون بواسطة كاميرا رقمية، يمر الضوء خلال مجموعة من أدوات الرصد التي تميز بين الألوان الرئيسة.
وتبقى الطريقة محدودة بسبب اعتمادها على تفكيك اللون إلى 3 ألوان رئيسة فقط، أما المادة الجديدة فتميز اللون بطريقة مختلفة تمامًا.
وبدلًا من تفكيك الضوء إلى مكوناته، استخدم الباحثون بيانات الطيف الضوئي كاملة، من خلال ترميزها وتخزينها بطرق مختلفة، تساعد في تمييز اللون الأصلي بدقة كبيرة.
وتبحث نماذج تعلم الآلة عن بيانات تسمح لها بتحديد الألوان، ويمكن تحسين قدرتها من خلال زيادة البيانات المتاحة لتعلم الآلة.
