Ett tvärvetenskapligt team av forskare vid Northeastern har byggt en enhet som kan känna igen "miljoner färger" med hjälp av nya tekniker för artificiell intelligens – ett enormt steg, säger de, inom området maskinseende, ett mycket specialiserat utrymme med breda tillämpningar för en rad olika tekniker.

Maskinen, som forskare kallar "A-Eye", kan analysera och bearbeta färg mycket mer exakt än befintliga maskiner, enligt en artikel som beskriver forskningen publicerad i Materials Today . Maskinernas förmåga att upptäcka, eller "se", färg är en allt viktigare egenskap i takt med att industrin och samhället blir mer automatiserade, säger Swastik Kar, docent i fysik vid Northeastern och medförfattare till forskningen.

"I automationsvärlden är former och färger de mest använda föremålen med vilka en maskin kan känna igen föremål", säger Kar.

Genombrottet är dubbelt. Forskare kunde konstruera tvådimensionellt material vars speciella kvantegenskaper, när de byggdes in i ett optiskt fönster som används för att släppa in ljus i maskinen, kan bearbeta en rik mångfald av färger med "mycket hög noggrannhet" - något som utövare inom området inte har kunnat uppnå tidigare.

Dessutom kan A-Eye "exakt känna igen och återge "sedda" färger med noll avvikelse från deras ursprungliga spektra" tack vare maskininlärningsalgoritmerna som utvecklats av ett team av AI-forskare, med hjälp av Sarah Ostadabbas, en assistent. professor i el- och datateknik vid Northeastern. Projektet är ett resultat av unikt samarbete mellan Northeasterns kvantmaterial och Augmented Cognition labs.

Kärnan i den tekniska upptäckten är centrerad på de kvanta och optiska egenskaperna hos klassen av material, som kallas övergångsmetalldikalkogenider. Forskare har länge hyllat de unika materialen som att de har "nästan obegränsad potential", med många "elektroniska, optoelektroniska, avkännings- och energilagringstillämpningar."

"Det här handlar om vad som händer med ljus när det passerar genom kvantmateria," säger Kar. "När vi odlar dessa material på en viss yta och sedan låter ljus passera genom den, är det som kommer ut från den andra änden, när det faller på en sensor, en elektrisk signal som sedan [Ostadabbas] grupp kan behandla som data. "

När det gäller maskinseende finns det många industriella tillämpningar för denna forskning kopplade till bland annat autonoma fordon, jordbrukssortering och fjärravbildning av satelliter, säger Kar.

"Färg används som en av huvudkomponenterna för att känna igen "bra" från "dåligt", "go" från "no-go", så det finns en enorm betydelse här för en mängd olika industriella användningsområden, säger Kar.

Maskiner känner vanligtvis igen färg genom att bryta ner den, med hjälp av konventionella RGB-filter (röda, gröna, blå) i dess beståndsdelar, och sedan använda den informationen för att i huvudsak gissa på och reproducera den ursprungliga färgen. När du riktar en digitalkamera mot ett färgat objekt och tar ett foto, flödar ljuset från det objektet genom en uppsättning detektorer med filter framför dem som skiljer ljuset till de primära RGB-färgerna.

Du kan tänka på dessa färgfilter som trattar som kanaliserar den visuella informationen eller data till separata rutor, som sedan tilldelar "konstgjorda nummer till naturliga färger", säger Kar.

"Så om du bara delar upp det i tre komponenter [röd, grön, blå], finns det några begränsningar," säger Kar.

Istället för att använda filter använde Kar och hans team "transmissiva fönster" gjorda av det unika tvådimensionella materialet.

"Vi får en maskin att känna igen färg på ett helt annat sätt", säger Kar. "Istället för att bryta ner det i dess huvudsakliga röda, gröna och blåa komponenter, när ett färgat ljus visas, säg, på en detektor, istället för att bara söka dessa komponenter, använder vi hela spektralinformationen. Och utöver det, vi använder vissa tekniker för att modifiera och koda dem och lagra dem på olika sätt. Så det ger oss en uppsättning siffror som hjälper oss att känna igen den ursprungliga färgen mycket mer unikt än på det konventionella sättet."

När ljuset passerar genom dessa fönster, bearbetar maskinen färgen som data; inbyggda i den finns maskininlärningsmodeller som letar efter mönster för att bättre kunna identifiera motsvarande färger som enheten analyserar, säger Ostadabbas.

"A-Eye kan kontinuerligt förbättra färguppskattningen genom att lägga till eventuella korrigerade gissningar till sin träningsdatabas", skrev forskarna. + Utforska vidare

Smart belysningssystem baserat på kvantprickar återger dagsljus mer exakt