ხედვის ძალა ადამიანის თვალის შესაძლებლობებს მიღმა

სხვადასხვა ფერები, რომლებსაც ვხედავთ, ემყარება სინათლის სხვადასხვა ტალღის სიგრძეს. ადამიანის თვალს შეუძლია აღმოაჩინოს და განასხვავოს ტალღის სიგრძე სამ ზოლში (წითელი, მწვანე და ლურჯი), რომლებიც ფარავს დიაპაზონს 450-დან 650 ნანომეტრამდე, მაგრამ ჩვენ ვერ ვხედავთ შუქს ასობით სხვა სინათლის ზოლიდან, რომელიც არსებობს ამ დიაპაზონის გარეთ. არსებობს ტექნოლოგია, რომელსაც ეწოდება ჰიპერსპექტრული გამოსახულება, რომელსაც შეუძლია გაუმჯობესებული ხედვა მოგვცეს იმის შესახებ, თუ რა ხდება ჩვენს ირგვლივ სამყაროში. არსებობს სპეციალიზებული კამერები, რომლებიც გამოყოფენ სინათლის 300 ზოლს პრიზმებით და შემდეგ ციფრულებენ ენერგიას, რომელსაც ისინი აღმოაჩენენ ტალღის სიგრძის მიხედვით. ამ კამერებს აქვთ პოტენციური აპლიკაციების უზარმაზარი სპექტრი. მაგალითად, ისინი შეიძლება გამოყენებულ იქნას სათბურის გაზების ემისიების მონიტორინგისთვის, შერეული გამჭვირვალე პლასტმასების განსხვავების გასაგებად, ან ხილის სიმწიფის შესაფასებლად შეფუთვის ხაზზე.

ამ ჰიპერსპექტრული კამერების რამდენიმე მწარმოებელი არსებობს, მაგრამ ყოველ შემთხვევაში, ისინი საკმაოდ ძვირია - დაახლოებით $20,000-დან იწყება. კამერის სპეციფიკური პროგრამული უზრუნველყოფა, რომელსაც ისინი იყენებენ, არც ისე ადვილია სხვა სისტემებთან ინტეგრირება. სხვა გამოწვევა, რომელიც მოდის სამყაროს ამ გაფართოებულ ხედთან, დაკავშირებულია მონაცემთა მოცულობასთან – ეს კამერები აწარმოებენ დაახლოებით ერთ გიგაბიტ მონაცემს წამში!

არსებობს კომპანია სახელად Metaspectral, რომელიც ცდილობს გააფართოვოს ჰიპერსპექტრული გამოსახულების პოტენციალი, ტექნიკისა და პროგრამული უზრუნველყოფის კომბინაციის შეთავაზებით, რათა ეს მონაცემთა წყარო უფრო მოსახერხებელი გახადოს. ისინი იყენებენ "მოწყობილობის აგნოსტიკის" კიდეზე მოწყობილ მოწყობილობებს, რომლებიც ამუშავებენ შეკუმშვის ალგორითმებს, რომლებიც შეიძლება დაუკავშირდეს ნებისმიერ ჰიპერსპექტრულ კამერას და გადააქციოს მისი მონაცემები მართვად ნაკადად. მათი საკუთრების Fusion AI პლატფორმა შეიძლება გამოყენებულ იქნას მომხმარებლის ნაცნობ პროგრამულ უზრუნველყოფასთან ინტერფეისისთვის, რობოტიკის მართვისთვის ან ხელოვნური ინტელექტისა და ღრმა სწავლის სისტემების შესანახად.

Metaspectral-მა ცოტა ხნის წინ მოიზიდა $4.7 მილიონი დაფინანსება SOMA Capital-ის, Acequia Capital-ის, კანადის მთავრობისა და ანგელოზი ინვესტორებისგან, მათ შორის ჯუდ გომილასა და ალან რუტლეჯისგან. კომპანია დააარსეს ფრენსის დუმეტმა (აღმასრულებელი დირექტორი) და მიგელ ტისერა (CTO). ტისერა აღწერს მათ შეთავაზებას შემდეგნაირად: „ჩვენ შევიმუშავეთ მონაცემთა შეკუმშვის ახალი ალგორითმები, რომლებიც საშუალებას გვაძლევს გავატაროთ ჰიპერსპექტრული მონაცემები უკეთესად და სწრაფად, იქნება ეს ორბიტიდან მიწამდე თუ ხმელეთის ქსელებში. ჩვენ ამას ვაკავშირებთ ღრმა სწავლების მიღწევებთან, რათა შევასრულოთ ქვეპიქსელური დონის ანალიზი, რაც საშუალებას გვაძლევს გამოვიტანოთ მეტი ინფორმაცია, ვიდრე ჩვეულებრივი კომპიუტერული ხედვა, რადგან ჩვენი მონაცემები შეიცავს უფრო მეტ ინფორმაციას სპექტრულ განზომილებაზე.

მართლაც, ჰიპერსპექტრული გამოსახულება შეიძლება გამოყენებულ იქნას ძალიან განსხვავებული მასშტაბებით. მაგალითად, Metaspectral-ის სისტემის ერთ-ერთი ყველაზე განვითარებული პროგრამა არის ახლო ხედის კამერები შერეული გადამუშავების მასალის დახარისხების ხაზებზე, სადაც მას შეუძლია განასხვავოს გამჭვირვალე პლასტმასები ქიმიური შემადგენლობით, რათა მოხდეს მათი დახარისხება ხელახალი დამუშავებისთვის საჭირო უკიდურესად სუფთა ნაკადებად. .

ყველაზე დიდი კანადური ნარჩენების გადამამუშავებელი ახლა იყენებს ამ სისტემას. არსებობს სხვა მჭიდრო აპლიკაციები ასამბლეის ხაზებში ან ხილის დახარისხების ხარისხის უზრუნველსაყოფად.

მეორე უკიდურეს შემთხვევაში, კამერას შეუძლია მონაცემთა გენერირება თანამგზავრიდან, სადაც გამოსახულების თითოეული პიქსელი წარმოადგენს 30 მ x 30 მ კვადრატს (900 კვადრატულ მეტრს). კანადის კოსმოსური სააგენტო იყენებს ამ მიდგომას სათბურის გაზების ემისიების თვალყურის დევნებისთვის და ნიადაგის ნახშირბადის სეკვესტრის შესაფასებლად ფერმერულ ან ტყიან მიწაზე დროთა განმავლობაში ნაკადის სიჩქარის შედარების გზით. ტექნოლოგია ასევე დაგეგმილია სამომავლოდ საერთაშორისო კოსმოსურ სადგურზე განლაგებისთვის. ტყის ხანძრის რისკის შეფასებები არის კიდევ ერთი პოტენციური პროგრამა, რომელიც მიმართულია ისეთი ქმედებებისთვის, როგორიცაა დამწვრობის რეცეპტი.

კიდევ ერთი ვარიანტი, რომელიც სოფლის მეურნეობისთვის განსაკუთრებით გამოდგება, არის კამერების განლაგება 50-100 მეტრზე მფრინავი დრონებით. ამ შემთხვევაში, მონაცემთა თითოეული პიქსელი შეიძლება წარმოადგენდეს ფართობს 2 სმ-ზე 2 სმ-ზე და ამდენი სხვადასხვა ტალღის სიგრძის მონიტორინგის შესაძლებლობა საშუალებას მისცემს ინვაზიური სარეველების, მწერების აქტივობის, სოკოვანი ინფექციების ადრეული გამოვლენის საშუალებას ადამიანისათვის ხილვამდე ეტაპებზე, წყლის ადრეული ნიშნები. ან ნუტრიენტების დეფიციტი, ან მოსავლის სიმწიფის პარამეტრები, რომლებიც განსაზღვრავს მოსავლის აღების ვადას. შესაძლოა შესაძლებელი იყოს სათბურის გაზების ან ამიაკის ემისიების თვალყურის დევნება ფერმერული ნიადაგებიდან, რათა უკეთ გავიგოთ, თუ რა გავლენას ახდენს მათზე კონკრეტული მეურნეობის პრაქტიკა, როგორიცაა ნიადაგის შემცირებული დამუშავება, საფარის მოყვანა, ცვლადი განაკვეთის განაყოფიერება ან „ბორბლების კონტროლირებადი მოძრაობა“. ამ დროისთვის საჭიროა „მიწის ჭეშმარიტების“ დიდი კვლევა, რათა დააკავშიროს გამოსახულების მონაცემები მოცემული ცვლადების გაზომვებთან, მაგრამ ეს ბევრად უფრო ადვილი იქნება მონაცემთა შეკუმშვისა და ინტერფეისის შესაძლებლობებით, რომლებიც ხელმისაწვდომია Metaspectral-ში.

ერთი იმედი არის, რომ ჰიპერსპექტრული გამოსახულების მრავალფეროვანი აპლიკაციები, რომელსაც ხელს უწყობს მეტასპექტრული პლატფორმა, შეუქმნის საკმარის მოთხოვნას კამერებზე, რათა წარმოების წარმოება უფრო დაბლა დაიწიოს ხარჯების სწავლის მრუდი.