AIは真っ暗闇の中で目に見えないオブジェクトを明らかにすることができます

• MITの研究者は、深い神経ネットワークを使用して、完全な暗闇の中で目に見えないオブジェクトを明らかにします。
• 有害な光線や強い光にさらされることなく、生体細胞や組織を画像化できます。

ほとんどのイメージングシステムは、イメージングされているオブジェクトに関する歪んだデータまたは部分的なデータのみを生成します。これは主に、位相情報の不足、空間周波数の損失、照明のノイズ、および光学トレインの未知の散乱体が原因で発生します。

ここ数年、ディープニューラルネットワークと呼ばれる機械学習技術が計算イメージングの分野で大きな注目を集めています。ゴーストイメージング、補償光学、適応照明顕微鏡、位相回復、光トモグラフィー、アンダーサンプリングイメージングなど、さまざまなアプリケーションで効率的なソルバーであることが証明されています。

最初に、MIT研究者のチームは、さまざまなレベルの高ノイズの影響を受けるコヒーレント位相回復問題を解決するために、ディープニューラルネットワークを使用しました。簡単な言葉で、彼らは完全な暗闇の中で目に見えないオブジェクトを明らかにする方法を発見しました。

これは、GoogleのPixel 3スマートフォンに見られる既存のAIベースの「ナイトモード」技術とは大きく異なります。これは、ノイズの多い画像をいくつかキャプチャして鮮明な写真を生成できますが、最初はある程度の光が必要です。一方、MITの技術は、完全に暗い部屋で機能します。ピクセルごとに必要なフォトンは1つだけです。

彼らはこれをどのように行いましたか？

研究者たちは最初に、ほぼ真っ暗な状態でターゲットオブジェクトの写真を撮りました。次に、これらの写真から透明なオブジェクトを再作成しました。これを行うために、彼らは深いニューラルネットワークを使用しました。これは、人間の目には見えない暗い粒子の粗い画像から10,000を超える透明なガラスのようなエッチングを認識するように訓練されています。

参照：物理的レビューレター| doi：10.1103 / PhysRevLett.121.243902 | MIT

暗い部屋で撮影された写真自体は、テレビで見ることができる静的なノイズのように見えました。ニューラルネットワークは、視覚ノイズの下の対応するパターンとともに、これらの画像でトレーニングされます。

徐々に、ネットワークは視覚的なノイズから意味をなすようになりました。最終的にぼやけた画像が生成されました。これらの写真をより明確にするために、チームは出力に焦点を合わせることができるレイヤーを追加しました。

研究者の礼儀

上の画像では、透明なエッチング（右端）から生成された暗い画像（左上）を見ることができます。研究者たちは、光の振る舞いに基づく物理アルゴリズムを使用して、オブジェクトを再現しました（右上）。機械学習技術により、かなりぼやけた画像が作成されました（左下）。彼らは、物理アルゴリズムと機械学習技術の両方を組み合わせて、実際のオブジェクト/シーンの最も正確な画像（右下）を再構築しました。

どのように役立ちますか？

AIは、非常に暗い光で撮影された写真で、生体細胞や組織などの透明な特徴を照らすために使用できます。細胞が強い光にさらされると、細胞は簡単に焼けたり損傷したりする可能性があり、その場合、画像化するものは何も残りません。また、患者がX線に曝されると、癌を発症する可能性があります。

読む：ダークフォトンと呼ばれるものはありますか|仮説上の素粒子

この研究は、そのような場合に役立つ可能性があります。研究者は、細胞や組織をより少ない光子にさらすことで、同じ画質を得ることが可能になりました。これにより、生物学的標本をサンプリングする際の損傷が大幅に減少します。さらに、この技術は、天体画像の分野で潜在的に有用なさまざまなアプリケーションを提供する可能性があります。