Sociedad

Una lente frontal utiliza la inteligencia artificial para ver más claro

65ymás

Foto: Europa Press

Domingo 14 de enero de 2024

3 minutos

Las aplicaciones de visión artificial ayudan a reemplazar las imágenes que fabrica la lente

Una lente frontal utiliza la inteligencia artificial para ver más claro (Europa Press)
65ymás

Foto: Europa Press

Domingo 14 de enero de 2024

3 minutos

La Universidad de Vanderbilt ha fabricado una lente frontal, o meta-cámara, que puede reemplazar la óptica de imágenes tradicionales en aplicaciones de visión artificial.

La nanoestructuración del material de la lente en un filtro de meta-cámara (o meta-generador de imágenes) reduce la lente óptica típicamente gruesa y permite el procesamiento inicial que codifica la información de manera más eficiente. Los generadores de imágenes están diseñados para funcionar en conjunto con un soporte digital para descargar operaciones computacionalmente costosas en ópticas de alta velocidad y bajo consumo. Las imágenes que se producen tienen aplicaciones potencialmente amplias en sistemas de seguridad, aplicaciones médicas e industrias gubernamentales y de defensa.

 

Oportunidades y retos de la inteligencia artificial en 2024

 

El profesor de ingeniería mecánica Jason Valentine, subdirector del Instituto Vanderbilt de Ciencia e Ingeniería a Nanoescala, y el metagenerador de imágenes de prueba de concepto de sus colegas se describen en un artículo publicado el 4 de enero en Nature Nanotechnology.

Los autores señalan que esta arquitectura de un metagenerador de imágenes puede ser muy paralela y cerrar la brecha entre el mundo natural y los sistemas digitales. "Gracias a su tamaño compacto, alta velocidad y bajo consumo de energía, nuestro enfoque podría encontrar una amplia gama de aplicaciones en inteligencia artificial, seguridad de la información y aplicaciones de visión artificial", dijo Valentine en un comunicado.

El diseño metaóptico del equipo comenzó optimizando una óptica que comprende dos lentes de metasuperficie que sirven para codificar la información para una tarea de clasificación de objetos particular. Se fabricaron dos versiones basadas en redes entrenadas en una base de datos de números escritos a mano y una base de datos de imágenes de ropa comúnmente utilizadas para probar varios sistemas de aprendizaje automático. El meta-generador de imágenes logró una precisión del 98,6 % en números escritos a mano y un 88,8 % de precisión en imágenes de ropa.

Sobre el autor:

65ymás

… saber más sobre el autor