AI θα ολογραφική τεχνολογία σε ένα νέο επίπεδο

Σε δύο νέες μελέτες, οι επιστήμονες από το Πανεπιστήμιο της Καλιφόρνιας στο Λος Άντζελες (UCLA) έχουν χρησιμοποιηθεί νευρωνικά δίκτυα για την ανοικοδόμηση των ολογραμμάτων. Και τα δύο έργα καταδεικνύουν όχι μόνο το επίπεδο ανάπτυξης της ολογραφικής τεχνολογίας, αλλά και μια υπόσχεση να ανοίξει την πόρτα σε αυτές τις τεχνολογίες στην ιατρική, όπου μπορούν να κάνουν μια πραγματική επανάσταση.

AI θα ολογραφική τεχνολογία σε ένα νέο επίπεδο

Στην πρώτη μελέτη, τα αποτελέσματα της οποίας έχουν περιγραφεί στην Εφημερίδα της Light: Science & Applications, οι ερευνητές χρησιμοποίησαν μια βαθιά τεχνολογίες μάθησης για να δημιουργήσει εικόνες των βιολογικών δειγμάτων: αίματος, τεστ Παπανικολάου, καθώς και ορισμένα άλλα δείγματα βιολογικών ιστών.

Η έρευνα έχει αποδείξει ότι η χρήση των νευρωνικών δικτύων επιταχύνει σε μεγάλο βαθμό και απλοποιεί τη διαδικασία δημιουργίας ολογραφικών εικόνων, σε σύγκριση με τις πιο παραδοσιακές μεθόδους για τη δημιουργία παρόμοιες εικόνες που απαιτούνται για την ανακατασκευή του αντικειμένου υπό μελέτη για την προκαταρκτική φυσική υπολογισμούς και αυτόματη εισαγωγή δεδομένων υπολογιστή.

Στη δεύτερη ομάδα μελέτης των εμπειρογνωμόνων που χρησιμοποιούνται βαθιά πλαίσιο μάθησης για τη βελτίωση της ανάλυσης και της ποιότητας των μικροσκοπικών εικόνων που βοηθούν τους γιατρούς καθορίσει τις καλύτερες μικρές, ανεπαίσθητες ανωμαλίες σε μεγάλα δείγματα αίματος και των κυττάρων των ιστών.

Ένα από τα προβλήματα των σημερινών ολογραφικών μεθόδων έγκειται στο γεγονός ότι η διαδικασία της παροχής το ολόγραμμα μπορεί να χάσει κάποιες από τις πληροφορίες που, με τη σειρά του, μπορεί να οδηγήσει στην εμφάνιση των «αντικειμένων» στην τελική εικόνα. Μερικές φορές η απώλεια είναι πολύ σημαντική. Για παράδειγμα, η εικόνα μπορεί να εμφανιστεί μαύρα στίγματα, τα οποία εσφαλμένα οι γιατροί μπορούν να εκληφθούν για ανάπτυξη των καρκινικών κυττάρων. Τέτοια αντικείμενα που βρίσκονται συχνά κατά τη διάρκεια της ακτινολογικές σαρώσεις, ειδικά εάν ο ασθενής αρχίζει να κινείται όταν ο σαρωτής κάνει τη δουλειά του. βαθιά μάθηση, Πανεπιστήμιο του συστήματος της Καλιφόρνια έχει αποδείξει την αποτελεσματικότητα στην αντιμετώπιση του προβλήματος και. Όταν το σύστημα είναι σωστά εκπαιδευμένο, το νευρωνικό δίκτυο θα είναι σε θέση να διαχωρίσει εύκολα τα χωρικά χαρακτηριστικά της εικόνας από οποιαδήποτε εξωτερική παρέμβαση (ο ρόλος των οποίων είναι συχνά το φως).

Πολυεπίπεδη τεχνητών νευρωνικών αλγορίθμων δίκτυο επιτρέπει βαθύ μάθησης για την ανάλυση δεδομένων εκτός σύνδεσης. Η τεχνολογία έχει ήδη αποδείξει την αποτελεσματικότητά της ως παράδειγμα τη μετάφραση της ομιλίας από τη μία γλώσσα στην άλλη σε πραγματικό χρόνο καταγραφής βίντεο εικόνας, καθώς και πολλές άλλες εργασίες που στο παρελθόν είχε να χειριστεί ένα πρόσωπο το οποίο, παρεμπιπτόντως, παίζει αλγόριθμοι ακόμη και στην ταχύτητα εκτέλεσης τα καθήκοντα αυτά.

Δεδομένου ότι το σύστημα μηχανικής μάθησης έχουν αποκτήσει τη δυνατότητα να ταξινομήσετε και να αναλύει τεράστιες ποσότητες δεδομένων πολύ πιο γρήγορα από τους ανθρώπους, δεν είναι έκπληξη το γεγονός ότι αυτές οι τεχνολογίες έχουν αρχίσει να δείχνουν το ενδιαφέρον τους σε διάφορους τομείς, συμπεριλαμβανομένης της ιατρικής. Αλγόριθμοι χρησιμοποιούνται ήδη, για παράδειγμα, στη διαγνωστική ακτινολογία, εάν αποδείξουν την αποτελεσματικότητά τους στην ανάγνωση εικόνες ακτίνων Χ, καθώς και την έρευνα για τα καρκινικά κύτταρα που μπορεί να έχουν αγνοηθεί από τους γιατρούς κατά τη σάρωση.

Ολογραφική τεχνολογία που θεωρείται ότι δεν είναι ο τρόπος που ήταν πριν, όταν θεωρήθηκαν μάλλον ένα αντικείμενο της επιστημονικής φαντασίας από ένα πρακτικό εργαλείο. Τώρα οι επιστήμονες είναι σίγουροι για τις προοπτικές της αυτή την κατεύθυνση. Βαθιά μεθόδους μάθησης, με τη σειρά του, θα μπορούσε να βοηθήσει προς αυτή την κατεύθυνση, δήλωσε ο Aydogan Ozcan, κορυφαίος ερευνητής. Σύμφωνα με τον ίδιο, οι τεχνολογίες αυτές θα ανοίξουν νέες δυνατότητες απεικόνισης. Σε ένα δελτίο τύπου από το Πανεπιστήμιο της Καλιφόρνια Ozkan, δήλωσε ότι η εν λόγω τεχνολογία θα μπορούσε ακόμη και να οδηγήσει στην ανάπτυξη εντελώς νέων συνεκτικών συστημάτων απεικόνισης. Ο επιστήμονας πιστεύει ότι ο χρόνος λειτουργίας UCLA μπορεί να χρησιμοποιηθεί για την περαιτέρω βελτίωση της τεχνολογίας και την εισαγωγή να υποστηρίξουν άλλα μέρη του ηλεκτρομαγνητικού φάσματος, για παράδειγμα, με ακτίνες Χ και την οπτική ακτινοβολία.

Αν θα έχουμε ένα μέλλον που θα μπορούσαμε να δούμε σε επιστημονικής φαντασίας τα τελευταία 40-50 χρόνια, το ολόγραμμα σε σίγουρα δεν θα παίξει τον πιο σημαντικό ρόλο. έρευνα του UCLA προς την κατεύθυνση αυτή, με τη σειρά του, κάνει όχι μόνο να προσπαθήσει να κρατήσει αυτό το φανταστικό τεχνολογίας, που προσφέρουν πραγματική προστασία για την εφαρμογή της.

Σχετικά άρθρα