隐形触摸：研究人员赋予人工智能感知和测量表面的能力
作者：by Stevens Institute of Technology
基于人工智能的技术正在快速学习观察、交谈、计算和创造。然而，他们仍然做得不好的一件事是测量或“感觉”表面——一种纯粹的机械功能。
“通过技术的进步，人工智能或多或少已经获得了视觉感。计算机视觉和物体识别史蒂文斯物理学教授 Yong Ming Sua 说。“然而，它还没有发展出类似人类的触觉，例如可以区分一张粗糙的报纸纸和一张光滑而有光泽的杂志纸。”
到目前为止，就是这样。史蒂文斯领先的量子科学与工程中心 (CQSE) 的研究人员刚刚演示了一种赋予人工智能感知能力的方法。
医药、制造等领域的精确计量
Sua 与 CQSE 主任 Yuping Huang 以及博士生 Daniel Tafone 和 Luke McEvoy 合作，设计了一种量子实验室设置，将光子发射扫描激光器与新的人工智能算法模型相结合，该模型经过训练可以区分不同表面在成像时的差异。激光。
“这是人工智能和量子的结合，”塔丰解释道。
在他们的系统中，在期刊上报道应用光学，一束特制的光束在表面上以短脉冲发射，以“感觉”它。反射的背向散射光子从目标物体返回，携带散斑噪声，散斑噪声是图像中出现的一种随机类型的缺陷。
通常认为散斑噪声不利于清晰、准确的成像。然而，史蒂文斯小组的系统采用了不同的方法：它使用经过精心训练的人工智能来检测和处理这些噪声伪影，将其特征解释为有价值的数据。这使得系统能够准确识别物体的地形。
“我们利用表面不同照明点上光子计数的变化，”塔丰说。
该团队使用 31 种表面粗糙度从 1 微米到 100 微米不等的工业砂纸作为实验目标。（作为比较，人类头发的平均厚度约为 100 微米。）产生的锁模激光光脉冲针对样本。
这些脉冲通过收发器，遇到砂纸，然后通过系统反弹回来，供团队的学习模型进行分析。
在早期测试中，该小组的方法平均均方根误差 (RMSE) 约为 8 微米；在处理多个样本并对它们的结果进行平均后，其精度显着提高到 4 微米以内，可与目前使用的最好的工业轮廓仪设备相媲美。
“有趣的是，我们的系统最适合最细粒度的表面，例如金刚石研磨膜和氧化铝，”塔丰指出。
他补充道，这种新方法可能适用于多种应用。
例如，当试图检测皮肤癌时，人类检查人员经常会犯错误，他们将看起来非常相似但无害的情况与可能致命的黑色素瘤混淆。
“摩尔粗糙度的微小差异，太小而无法用肉眼看到，但可以用我们提出的量子系统测量，可以区分这些条件，”黄解释道。
“量子相互作用提供了丰富的信息，使用人工智能快速理解和处理它是下一个合乎逻辑的步骤。”
部件的制造质量控制通常取决于极小的距离，这可能意味着完美零件和最终可能导致危险机械故障的微小缺陷之间的差异。
黄总结道：“由于激光雷达技术已经在自动驾驶汽车、智能手机和机器人等设备中广泛应用，我们的方法通过在非常小的尺度上测量表面特性来丰富它们的能力。”
更多信息：Daniel Tafone 等人，使用光栅扫描单光子激光雷达进行表面粗糙度计量，应用光学（2024）。DOI：10.1364/AO.537404
引文:隐形触摸：研究人员赋予人工智能感知和测量表面的能力（2024 年，11 月 18 日）检索日期：2024 年 11 月 18 日来自 https://phys.org/news/2024-11-invisible-ai-ability-surfaces.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《隐形触摸：研究人员赋予人工智能感知和测量表面的能力》的评论
暂无评论