ИИ поможет голографическим технологиям выйти на новейший уровень

    В рамках двух новеньких исследовательских работ ученые из Калифорнийского вуза в Лос-Анджелесе (UCLA) приименяли нейронные паутине для реконструкции голограмм. Обе работы не совсем только показывают уровень развития голографических технологий, однако к тому же обещают открыть сиим технологиям дверь в медицину, где они сумеют произвести реальную революцию.

    В первом изучении, результаты коего были описаны в журнальчике Light: Science & Applications, ученые приименяли технологии глубинного обучения для сотворения изображений био образцов: крови, мазков Папаниколау, также энных остальных образцов био тканей.

    Изучение обосновало, что пользование нейронных сетей значительно ускоряет и облегчает процесс сотворения голографических изображений, по сопоставлению с наиболее классическими способами сотворения подобных изображений, требующих для воссоздания исследуемого объекта проведения подготовительных физических расчетов и ручного компьютерного ввода заданных.

    В рамках второго научные исследования команда профессионалов употребляла собственный фреймворк глубинного обучения для улучшения разрешения и свойства микроскопичных изображений, кои помогают медикам измерять самые маленькие, лишь только приметные аномалии в большенных эталонах крови и клеточной ткани.

    Одна из неурядиц сегодняшних голографических способов состоит в том, что при процессе рендеринга голограммы умеют утратить часть инфы, что, в собственную очередь, может привести к возникновению «артефактов» на финишном изображении. Время от времени эти утраты оказываются максимально изрядными. К примеру, на изображении умеют возникать темные точки, кои медики по ошибке умеют принять за рост раковых клеток. Этакие артефакты частенько встречаются при радиологическом сканировании, в особенности ежели пациент начинает двигаться, когда сканер делает собственную работу.

    Система глубинного обучения Калифорнийского вуза показала эффективность в решении и данной трудности. Как система будет подабающим образом обучена, нейронная паутину сумеет без усилий отделять пространственные индивидуальности заправдашнего изображения от каких бы то ни было наружных помех (в участия которых частенько выступает свет).

    Многослойность искусственных нейронных сетей дозволяет методам глубинного обучения рассматривать заданные в автономном режиме. Разработка уже успела показать собственную эффективность на примере перевода речи с единого языка на альтернативный в режиме настоящего времени, видеозахвате изображений, также в почти всех остальных задачках, с которыми прежде приходилось наводить справку человеку, который, к слову, проигрывает методам к тому же в скорости исполнения этих задач.

    С того времени как только системы машинного обучения купили способность сортировать и рассматривать гигантские объемы инфы еще скорее граждан, вконец логично, что к сиим технологиям начинают проявлять собственный энтузиазм самые различные сферы, в фолиант числе и медицина. Методы уже находят свое применение, к примеру, в диагностической радиологии, где они показывают собственную эффективность в чтении рентгеновских изображений, также поиске раковых клеток, кои были бы упущены врачами при сканировании.

    Голографические технологии рассматриваются ныне уже и не эдак, как только это же существовало ранее, когда них полагали быстрее объектом научной фантастики, ежели удобным инвентарем. Сейчас ученые убеждены в перспективности сего направления.

    Способы глубинного обучения, в собственную очередь, умеют посодействовать в этом направлении, полагает Айдоган Озкан, ведущий исследователь. По его воззрению, эти технологии дозволят открыть новейшие способности визуализации. В размещенном пресс-релизе Калифорнийского вуза Озкан пометил, что аналогичные технологии даже умеют привести к создании совсем новеньких когерентных систем обработки изображений. Ученый полагает, что выработки UCLA умеют быть применены для предстоящего усовершенствования технологии и применения в нее поддержки остальных элементов электрического диапазона, к примеру, рентгеновского и оптического излучения.

    Ежели нас ждет будущее, которое мы могли созидать в научной фантастике крайние лет 40-50, то голограммы в нем будут играться определенно и не самую последнюю участие. Научные исследования UCLA в этом направлении, в собственную очередь, не попросту пробуют поддержать эту фантастическую технологию, они дают настоящие окружающей среды для ее внедрения.