Dyb læring og metamaterialer gør det usynlige synligt

Ved at kombinere specialbyggede materialer og neurale netværk, forskere ved EPFL har vist, at lyd kan bruges i højopløselige billeder.

Billeddannelse giver os mulighed for at afbilde et objekt gennem fjernfeltsanalyse af de lys- og lydbølger, som det transmitterer eller udstråler. Jo kortere bølgen, jo højere billedets opløsning. Imidlertid, detaljeringsniveauet er begrænset af størrelsen af ​​den pågældende bølgelængde - indtil nu. Forskere ved EPFL's Laboratory of Wave Engineering har med succes bevist, at en lang, og derfor upræcis, bølge (i dette tilfælde en lydbølge) kan fremkalde detaljer, der er 30 gange mindre end dens længde. For at opnå dette, forskerholdet brugte en kombination af metamaterialer - specifikt konstruerede elementer - og kunstig intelligens. Deres forskning, som netop er udgivet i Fysisk gennemgang X , skaber spændende nye muligheder, især inden for medicinsk billeddannelse og bioteknik.

Holdets banebrydende idé var at samle to separate teknologier, der tidligere har rykket grænserne for billeddannelse. Et af disse er metamaterialer:specialbyggede elementer, der kan, for eksempel, fokusere bølgelængder præcist. Det sagt, de er kendt for at miste deres effektivitet ved tilfældigt at absorbere signaler på en måde, der gør dem svære at tyde. Den anden er kunstig intelligens, eller mere specifikt neurale netværk, der hurtigt og effektivt kan behandle selv den mest komplekse information, selvom der er en indlæringskurve involveret.

At overskride det, der i fysik er kendt som diffraktionsgrænsen, forskerholdet – ledet af Romain Fleury – udførte følgende eksperiment:de skabte først et gitter med 64 miniaturehøjttalere, hver af dem kunne aktiveres i henhold til pixel i et billede. Derefter brugte de gitteret til at gengive lydbilleder af tal fra nul til ni med ekstremt præcise rumlige detaljer; billederne af tal, der blev ført ind i gitteret, blev hentet fra en database på omkring 70, 000 håndskrevne eksempler. På tværs af gitteret placerede forskerne en pose med 39 Helmholtz -resonatorer (10 cm kugler med et hul i den ene ende), der dannede et metamateriale. Lyden produceret af gitteret blev transmitteret af metamaterialet og fanget af fire mikrofoner placeret flere meter væk. Algoritmer dekrypterede derefter lyden, der blev optaget af mikrofonerne for at lære at genkende og tegne de originale talbilleder.

En fordelagtig ulempe

Holdet opnåede en succesrate på næsten 90 % med deres eksperiment. "Ved at generere billeder med en opløsning på kun et par centimeter - ved hjælp af en lydbølge, hvis længde var cirka en meter - bevægede vi os et godt stykke forbi diffraktionsgrænsen, " siger Romain Fleury. "Derudover, metamaterialers tendens til at absorbere signaler, som blev betragtet som en stor ulempe, viser sig at være en fordel, når neurale netværk er involveret. Vi fandt ud af, at de fungerer bedre, når der er en stor absorption."

Inden for medicinsk billeddannelse, at bruge lange bølger til at se meget små objekter kunne være et stort gennembrud. "Lange bølger betyder, at læger kan bruge meget lavere frekvenser, resulterer i akustiske billeddannelsesmetoder, der er effektive selv gennem tæt knoglevæv. Når det kommer til billeddannelse, der bruger elektromagnetiske bølger, lange bølger er mindre farlige for en patients helbred. For disse typer applikationer, vi ville ikke træne neurale netværk til at genkende eller gengive tal, men snarere organiske strukturer, " siger Fleury.