Desenvolvida em impressora 3D, tecnologia pode ser usada na medicina, robótica e segurança
CONSTRUÍDA COM CAMADAS DE POLÍMEROS, FERRAMENTA FUNCIONA QUANDO UMA LUZ PASSA POR ELA (FOTO: UCLA SAMUELI / OZCAN RESEARCH GROUP)
Uma equipe de engenheiros elétricos e de computação da Universidade da Califórnia em Los Angeles (UCLA), nos Estados Unidos, criou uma rede neural artificial física que pode analisar grandes volumes de dados e identificar objetos à velocidade real da luz.
A ferramenta foi criada usando uma impressora 3D e é chamada de “rede neural profunda difrativa”, pois usa a luz refletida do próprio objeto para identificá-lo em pouco tempo. O dispositivo não precisa de programas de computação avançados para processar uma imagem e decidir qual é o artefato depois que seus sensores ópticos o captam. Além disso, nenhuma energia é consumida.
Segundo os pesquisadores, novas tecnologias baseadas na ferramenta podem ser usadas para acelerar tarefas de dados que envolvem a classificação e a identificação de objetos. Também poderia ser usada em imagens microscópicas e na medicina, por exemplo, para filtrar milhões de células em busca de sinais de doenças.
No estudo publicado na revista Science, os cientistas deram um exemplo da aplicação do dispositivo. Um carro sem motorista pode reagir instantaneamente ao semáforo vermelho, visto que o automóvel poderá “ler” a luz do sinal que o atinge, em vez de ter que “esperar” pela câmera do veículo fazer a imagem do farol e usar seus computadores para descobrir o que é.
“Este trabalho abre novas oportunidades para usar um dispositivo passivo baseado em Inteligência Artificial [IA] de análise instantânea de dados, imagens e classificação de coisas”, disse Aydogan Ozcan, professor de Engenharia Elétrica e de Computação da UCLA.
“Este dispositivo é modelado em como o cérebro processa informações. Ele pode ser ampliado para permitir novos designs de câmera e componentes ópticos únicos que trabalham passivamente em tecnologias médicas, robótica, segurança ou qualquer aplicativo onde imagens são essenciais.”
Entenda a ferramenta
Para desenvolver a rede neural, os pesquisadores usaram uma impressora 3D que criou bolachas de polímero finas, de 8 cm². Cada uma tem superfícies irregulares, que ajudam a desviar a luz proveniente do objeto em diferentes direções. As camadas parecem opacas ao olho, mas as frequências de luz usadas podem viajar através delas. E cada camada é composta de dezenas de milhares de neurônios artificiais.
Juntas, as camadas pixeladas funcionam como uma “rede ótica” que modela como a luz que chega do objeto viaja através delas. A rede identifica um artefato porque sua própria luz é difratada em direção a um único pixel atribuído a esse tipo de objeto.
Os estudiosos treinaram a rede usando um computador para identificar os objetos, aprendendo o padrão de luz difratada que cada item produz à medida que a luz passa pelo dispositivo. O treinamento usou um ramo da IA chamada Aprendizagem Profunda, no qual as máquinas “aprendem” com repetição à medida que os padrões emergem.
“Isso é como um labirinto muito complexo de vidros e espelhos”, falou Ozcan. “A luz entra em uma rede difrativa e salta ao redor do labirinto até que saia. O sistema determina qual é o objeto por onde a maior parte da luz acaba saindo.”
Nos experimentos, os cientistas demonstraram que o dispositivo pode identificar com precisão números manuscritos e itens de vestuário. Para fazer isso, eles colocaram as imagens na frente de uma fonte de luz Terahertz e deixaram o dispositivo captá-las pela difração óptica.
Eles também treinaram a ferramenta para atuar como uma lente que projeta a imagem de um objeto colocado na frente da rede óptica para o outro lado dela. O método é muito parecido com o funcionamento de uma lente de câmera típica, mas usa IA em vez de física.
Como seus componentes podem ser criados por uma impressora 3D, a rede neural artificial pode ser feita com camadas maiores e adicionais, com centenas de milhões de neurônios artificiais. Esses dispositivos maiores podem identificar muito mais objetos ao mesmo tempo ou realizar análises de dados mais complexas. E os componentes podem ser feitos de forma barata: a ferramenta pode ser reproduzida por menos de US$ 50.
Para o professor Ozcan, também seria possível criar redes neurais que usam frequências visíveis, infravermelhas ou outras frequências de luz. Uma rede também poderia ser feita usando litografia ou outras técnicas de impressão.
FONTE: REVISTA GALILEU