Onzichtbare aanraking: Ai kan oppervlakken voelen en meten

“AI heeft min of meer het gezichtsvermogen verworven, door vooruitgang in computer vision en objectherkenning,” zegt Stevens-natuurkundeprofessor Yong Meng Sua. “Het heeft echter nog geen menselijke tastzin ontwikkeld die bijvoorbeeld een ruw vel krantenpapier kan onderscheiden van een glad en glanzend vel tijdschriftpapier.”

Tot nu toe, tenminste. Onderzoekers in Stevens’ toonaangevende Center for Quantum Science and Engineering (CQSE) hebben zojuist een methode gedemonstreerd om AI de mogelijkheid te geven om te voelen.

Nauwkeurige metrologie voor geneeskunde, productie en meer

Sua heeft samen met CQSE-directeur Yuping Huang en promovendi Daniel Tafone en Luke McEvoy ’22 MS ’23 een quantumlabopstelling ontworpen die een fotonenafvurende scanlaser combineert met nieuwe algoritmische AI-modellen die zijn getraind om de verschillen tussen verschillende oppervlakken te herkennen wanneer deze met die lasers in beeld worden gebracht.

“Dit is een combinatie van AI en quantum”, legt Tafone uit.

In hun systeem, deze maand gerapporteerd in het tijdschrift Applied Optics [Vol. 63, nr. 30], wordt een speciaal gecreëerde lichtbundel in korte pulsen op een oppervlak gepulst om het te “voelen”. Gereflecteerde, terugverstrooide fotonen keren terug van het doelobject en dragen spikkelruis, een willekeurig type fout dat voorkomt in beeldvorming.

Speckle noise wordt normaal gesproken als schadelijk voor heldere, nauwkeurige beeldvorming beschouwd. Het systeem van de Stevens-groep hanteert echter een andere aanpak: het detecteert en verwerkt deze ruisartefacten met behulp van een AI die zorgvuldig is getraind om hun kenmerken te interpreteren als waardevolle gegevens. Hierdoor kan het systeem de topografie van het object nauwkeurig onderscheiden.

“We gebruiken de variatie in het aantal fotonen over verschillende verlichtingspunten op het oppervlak”, zegt Tafone.

Het team gebruikte 31 industriële schuurpapieren met oppervlakken met verschillende ruwheden, variërend van 1 tot 100 micron dik, als experimentele doelen. (Ter vergelijking: een gemiddelde menselijke haar is ongeveer 100 micron dik.) Mode-locked lasers genereerden lichtpulsen die op de monsters werden gericht.

Deze pulsen passeerden de transceivers, kwamen in aanraking met het schuurpapier en kaatsten vervolgens terug door het systeem, waar het leermodel van het team ze analyseerde.

Tijdens de eerste tests behaalde de methode van de groep gemiddeld een root-mean-square error (RMSE) van ongeveer 8 micron. Nadat met meerdere monsters was gewerkt en de resultaten over de monsters waren gemiddeld, verbeterde de nauwkeurigheid aanzienlijk tot binnen 4 micron. Dit is vergelijkbaar met de beste industriële profielmeters die momenteel worden gebruikt.

“Interessant genoeg werkte ons systeem het beste voor de fijnste korrelige oppervlakken, zoals diamant-polijstfolie en aluminiumoxide”, aldus Tafone.

De nieuwe methode kan voor verschillende toepassingen nuttig zijn, voegt hij toe.

Bij het opsporen van huidkanker bijvoorbeeld, worden er vaak fouten gemaakt door menselijke onderzoekers. Zij verwarren zeer gelijkende, maar ongevaarlijke aandoeningen met potentieel dodelijke melanomen.

“Kleine verschillen in de ruwheid van de mol, te klein om met het menselijk oog te zien maar wel meetbaar met ons voorgestelde kwantumsysteem, zouden onderscheid kunnen maken tussen deze omstandigheden”, legt Huang uit.

“Kwantuminteracties leveren een schat aan informatie op. Het is de volgende logische stap om AI te gebruiken om deze informatie snel te begrijpen en te verwerken.”

Ook bij de kwaliteitscontrole van componenten in de productie draait het vaak om extreem kleine afstanden. Dit kan het verschil maken tussen een perfect onderdeel en een klein defect dat uiteindelijk kan leiden tot een gevaarlijk mechanisch defect.

“Aangezien LiDAR-technologie al op grote schaal wordt toegepast in apparaten zoals zelfrijdende auto’s, smartphones en robots”, concludeert Huang, “breidt onze methode hun mogelijkheden uit met oppervlakte-eigenschappenmetingen op zeer kleine schaal.”

Bron

Fantastisch dit!
Blijf wel altijd zelf aanwezig op de achtergrond als in, back ups maken, boeken behouden, zelf blijven nadenken en leren.
De computer zal tzt van alles overnemen en dat is goed!
Maar blijf altijd alert!
Een pc is een machine die leert…maar alleen leert wat hem wordt ingegeven.

Bv tzt zal de mens een keus krijgen, opereren of niet, een pc heeft geen gevoel, dus zal het zeggen doe maar niet…
Dat soort dingen dus.