Un equipo de ingenieros eléctricos y de computadoras de la UCLA ha creado una red neuronal artificial física, un dispositivo modelado sobre cómo funciona el cerebro humano, que puede analizar grandes volúmenes de datos e identificar objetos a la velocidad real de la luz. El dispositivo fuecreado usando una impresora 3D en la Escuela de Ingeniería Samueli de UCLA.
Numerosos dispositivos en la vida cotidiana actual usan cámaras computarizadas para identificar objetos; piense en cajeros automáticos que pueden "leer" montos en dólares escritos a mano cuando deposita un cheque, o motores de búsqueda en Internet que pueden hacer coincidir rápidamente fotos con otras imágenes similares en susbases de datos. Pero esos sistemas dependen de un equipo para obtener imágenes del objeto, primero "viéndolo" con una cámara o sensor óptico, luego procesando lo que ve en datos y finalmente usando programas informáticos para descubrir qué es.
El dispositivo desarrollado por UCLA se adelanta. Llamado una "red neuronal profunda difractiva", utiliza la luz que rebota del objeto mismo para identificar ese objeto en tan poco tiempo como le tomaría a una computadora simplemente "ver"el objeto. El dispositivo UCLA no necesita programas informáticos avanzados para procesar una imagen del objeto y decidir qué es el objeto después de que sus sensores ópticos lo recojan. Y no se consume energía para ejecutar el dispositivo porque solo usa difracción de luz.
Las nuevas tecnologías basadas en el dispositivo podrían usarse para acelerar tareas intensivas en datos que implican clasificar e identificar objetos. Por ejemplo, un automóvil sin conductor que usa la tecnología podría reaccionar instantáneamente, incluso más rápido que con la tecnología actual, parauna señal de stop. Con un dispositivo basado en el sistema UCLA, el automóvil "leería" la señal tan pronto como la luz de la señal la golpee, en lugar de tener que "esperar" a que la cámara del automóvil tome imágenes del objeto y luegousa sus computadoras para descubrir cuál es el objeto.
La tecnología basada en la invención también podría usarse en imágenes microscópicas y medicina, por ejemplo, para clasificar millones de células en busca de signos de enfermedad.
El estudio fue publicado en línea en ciencia el 26 de julio.
"Este trabajo abre oportunidades fundamentalmente nuevas para usar un dispositivo pasivo basado en inteligencia artificial para analizar instantáneamente datos, imágenes y clasificar objetos", dijo Aydogan Ozcan, investigador principal del estudio y profesor de ingeniería eléctrica y computacional del canciller de la UCLA ".Este dispositivo óptico de red neuronal artificial está modelado intuitivamente sobre cómo el cerebro procesa la información. Podría ampliarse para permitir nuevos diseños de cámara y componentes ópticos únicos que funcionen pasivamente en tecnologías médicas, robótica, seguridad o cualquier aplicación donde los datos de imagen y video sean esenciales"
El proceso de creación de la red neuronal artificial comenzó con un diseño simulado por computadora. Luego, los investigadores utilizaron una impresora 3D para crear obleas de polímero muy delgadas de 8 centímetros cuadrados. Cada oblea tiene superficies irregulares, lo que ayuda a difractar la luz proveniente deel objeto en diferentes direcciones. Las capas se ven opacas para el ojo, pero las frecuencias de luz de milímetro de longitud de onda submilimétrica utilizadas en los experimentos pueden viajar a través de ellas. Y cada capa está compuesta de decenas de miles de neuronas artificiales, en este caso, pequeños píxelesque atraviesa la luz.
En conjunto, una serie de capas pixeladas funciona como una "red óptica" que da forma a la forma en que la luz entrante del objeto viaja a través de ellas. La red identifica un objeto porque la luz que proviene del objeto se difracta principalmente hacia un solo píxel asignadoa ese tipo de objeto.
Los investigadores luego entrenaron la red usando una computadora para identificar los objetos frente a ella aprendiendo el patrón de luz difractada que cada objeto produce a medida que la luz de ese objeto pasa a través del dispositivo. El "entrenamiento" usó una rama de inteligencia artificialllamado aprendizaje profundo, en el que las máquinas "aprenden" a través de la repetición y con el tiempo a medida que surgen patrones.
"Esto es intuitivamente como un laberinto muy complejo de vidrio y espejos", dijo Ozcan. "La luz entra en una red difractiva y rebota alrededor del laberinto hasta que sale. El sistema determina cuál es el objeto por donde termina la mayor parte de la luzhasta salir "
En sus experimentos, los investigadores demostraron que el dispositivo podía identificar con precisión números escritos a mano y prendas de vestir, ambas pruebas comúnmente utilizadas en estudios de inteligencia artificial. Para ello, colocaron imágenes frente a una fuente de luz de terahercios ydeje que el dispositivo "vea" esas imágenes a través de la difracción óptica.
También entrenaron al dispositivo para que actúe como una lente que proyecta la imagen de un objeto colocado frente a la red óptica al otro lado de la misma, de forma muy similar a cómo funciona una lente de cámara típica, pero utilizando inteligencia artificial en lugar de física.
Debido a que sus componentes pueden ser creados por una impresora 3D, la red neuronal artificial se puede hacer con capas más grandes y adicionales, lo que da como resultado un dispositivo con cientos de millones de neuronas artificiales. Esos dispositivos más grandes podrían identificar muchos más objetos al mismo tiempoo realizar análisis de datos más complejos. Y los componentes se pueden hacer de manera económica: el dispositivo creado por el equipo de UCLA se puede reproducir por menos de $ 50.
Si bien el estudio usó luz en las frecuencias de terahercios, Ozcan dijo que también sería posible crear redes neuronales que usen frecuencias de luz visibles, infrarrojas u otras. También se podría hacer una red usando litografía u otras técnicas de impresión, dijo.
Fuente de la historia :
Materiales proporcionado por Escuela de Ingeniería de UCLA Samueli . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :