I ricercatori usano l’AI, la stampa 3D e la luce di flessione per calcoli numerici
Oggi troverete stampanti 3D nei luoghi più sorprendenti e in tutto il mondo. Non solo, ma sono spesso impegnati a fare le cose più sorprendenti . Se hai seguito la stampa 3D anche per poco, potresti aver imparato a prevedere continuamente l’imprevisto. L’apprendimento automatico e il calcolo dei dati sono esempi perfetti di questo dato che ora vengono applicati in 3D tramite un nuovo sistema di intelligenza artificiale che svolge il proprio lavoro attraverso la luce di flessione .
L’intelligenza artificiale è basata su calcoli di numeri e dati che alla fine si traducono in un riconoscimento. Come i ricercatori dell’UCLA hanno scoperto, possono effettivamente tradurre questo in forma fisica attraverso la stampa 3D con l’accompagnamento della luce. Lavorando con la premessa della stampa 3D costruita su livelli, i ricercatori sono in grado di creare modelli di diffrazione trasparenti, che “riflettono” i dati in una rete neurale. Il loro lavoro è stato recentemente pubblicato in un documento intitolato ” All-optical machine learning using diffractive deep neural networks “, di Xing Lin, Yair Rivenson, Nezih T. Yardimci, Muhammed Veli, Yi Luo, Mona Jarrahi e Aydogan Ozcan.
“L’apprendimento approfondito ha trasformato la nostra capacità di eseguire attività di inferenza avanzate usando i computer”, affermano i ricercatori nel loro astratto .
Sono in grado di stabilire ciò con una rete neurale diffrattiva profonda, nota anche come architettura D 2 NN, e in grado di eseguire funzioni basate sui livelli diffrattivi collettivi.
“Creiamo D 2 NN stampati in 3D che implementano la classificazione di immagini di cifre manoscritte e di prodotti di moda, nonché la funzione di un obiettivo di imaging allo spettro terahertz”, affermano i ricercatori. “Il nostro framework di apprendimento profondo tutto-ottico può eseguire, alla velocità della luce, varie funzioni complesse che le reti neurali basate su computer possono implementare e troverà applicazioni nell’analisi di tutte le immagini ottiche, rilevamento di feature e classificazione di oggetti, consentendo anche nuove telecamere design e componenti ottici che eseguono compiti unici utilizzando D 2 NN. ”
Il team ha utilizzato il proprio modello di apprendimento unico per riconoscere i numeri che sono stati scritti a mano, convertendo successivamente la matematica della matrice in una serie di dati relativi a “trasformazioni ottiche”. Ogni livello contribuisce a creare questi dati con l’uso di luce, rifocalizzazione e aggiunta di valori. Questo processo coinvolge milioni di trasformazioni ottiche sulle lastre stampate in 3D, con il sistema che traduce la luce in valori numerici; infatti, i ricercatori riportano che con i D 2 NN stampati in 3D hanno una percentuale di successo del 90%!
Mentre il processo è ancora in fase di perfezionamento da parte del team di ricerca, potrebbe essere rilevante per numerose applicazioni in futuro a causa della flessibilità di tali strumenti di calcolo. Potrebbe essere usato per leggere le lettere anziché i numeri, oltre ad offrire un riconoscimento facciale o altri tipi di riconoscimento fisico. Scopri di più su questa ricerca o ordina l’articolo per ulteriori informazioni qui .
