AI Dapat Mengungkapkan Objek Tak Terlihat Dalam Kegelapan Total
- Peneliti MIT menggunakan jaringan saraf dalam untuk mengungkap objek tak terlihat dalam kegelapan total.
- Dapat mencitrakan sel dan jaringan biologis tanpa memaparkannya pada sinar berbahaya dan cahaya yang intens.
Sebagian besar sistem pencitraan hanya menghasilkan data yang terdistorsi atau sebagian tentang objek yang dicitrakan. Hal ini terjadi terutama karena kurangnya informasi fase, hilangnya frekuensi spasial, kebisingan dalam iluminasi, dan hamburan yang tidak diketahui dalam rangkaian optik.
Selama beberapa tahun terakhir, teknik pembelajaran mesin yang disebut jaringan saraf dalam telah menarik banyak perhatian di bidang pencitraan komputasi. Telah terbukti sebagai pemecah yang efisien dalam berbagai aplikasi, termasuk pencitraan hantu, optik adaptif, mikroskop iluminasi adaptif, pengambilan fase, tomografi optik, dan pencitraan undersampled.
Untuk yang pertama, tim peneliti MIT telah menggunakan jaringan saraf dalam untuk memecahkan masalah pengambilan fase koheren yang dipengaruhi oleh kebisingan tinggi pada tingkat yang berbeda. Dalam bahasa sederhana, mereka telah menemukan metode untuk mengungkapkan objek tak terlihat dalam kegelapan total.
Ini jauh berbeda dari teknik 'mode malam' berbasis AI yang ditemukan di smartphone Pixel 3 Google, yang dapat menangkap beberapa gambar yang bising dan menghasilkan foto yang jelas, tetapi membutuhkan cahaya untuk memulai. Teknik MIT, di sisi lain, bekerja di ruangan yang sepenuhnya gelap. Ini hanya membutuhkan satu foton per piksel.
Bagaimana Mereka Melakukan Ini?
Para peneliti pertama kali menangkap gambar objek target dalam kondisi hampir gelap gulita. Mereka kemudian menciptakan kembali objek transparan dari gambar-gambar ini. Untuk melakukan ini, mereka menggunakan jaringan saraf dalam, yang dilatih untuk mengenali lebih dari 10.000 goresan seperti kaca transparan dari gambar gelap dan kasar yang tidak terlihat oleh mata manusia.
Referensi:Surat Tinjauan Fisik | doi:10.1103/PhysRevLett.121.243902 | MIT
Gambar-gambar itu sendiri, diambil di ruangan gelap, tampak seperti suara statis yang bisa Anda lihat di televisi. Jaringan saraf dilatih pada gambar-gambar ini bersama dengan pola yang sesuai di bawah gangguan visual.
Secara bertahap, jaringan belajar memahami gangguan visual. Ini akhirnya menghasilkan gambar buram. Untuk membuat gambar ini lebih jelas, tim menambahkan lapisan yang dapat memfokuskan output.
Hormat peneliti
Pada gambar di atas, Anda dapat melihat gambar gelap (kiri atas), yang dihasilkan dari etsa transparan (ekstrim kanan). Para peneliti menggunakan fisika-algoritma berdasarkan perilaku cahaya untuk menciptakan objek (kanan atas). Teknik pembelajaran mesin menciptakan gambar yang cukup buram (kiri bawah). Mereka menggabungkan algoritma fisik dan teknik pembelajaran mesin untuk merekonstruksi gambar paling akurat (kanan bawah) dari objek/pemandangan yang sebenarnya.
Bagaimana Manfaatnya?
AI dapat digunakan untuk menerangi fitur transparan seperti sel dan jaringan biologis, dalam gambar yang diambil dengan cahaya sangat rendah. Sel dapat dengan mudah terbakar atau rusak jika terkena cahaya yang intens, dan kemudian tidak akan ada yang tersisa untuk dicitrakan. Selain itu, saat pasien terpapar sinar-X, mereka memiliki peluang terkena kanker.
Baca:Apakah Ada Yang Disebut Foton Gelap | Partikel Hipotetis
Studi ini dapat membantu dalam kasus seperti itu:para peneliti telah memungkinkan untuk mendapatkan kualitas gambar yang sama dengan mengekspos sel dan jaringan ke lebih sedikit foton. Ini secara signifikan mengurangi kerusakan pada spesimen biologis saat mengambil sampelnya. Selain itu, teknologi ini dapat menawarkan berbagai aplikasi yang berpotensi berguna di bidang pencitraan astronomi.
