Una lente plana usa inteligencia artificial para ver más claramente

   MADRID, 8 Ene. (EUROPA PRESS) -

   Una lente frontal, o meta-cámara, creada en la Universidad de Vanderbilt puede potencialmente reemplazar la óptica de imágenes tradicional en aplicaciones de visión artificial.

   La nanoestructuración del material de la lente en un filtro de meta-cámara (o meta-generador de imágenes) reduce la lente óptica típicamente gruesa y permite el procesamiento inicial que codifica la información de manera más eficiente. Los generadores de imágenes están diseñados para funcionar en conjunto con un soporte digital para descargar operaciones computacionalmente costosas en ópticas de alta velocidad y bajo consumo. Las imágenes que se producen tienen aplicaciones potencialmente amplias en sistemas de seguridad, aplicaciones médicas e industrias gubernamentales y de defensa.

   El profesor de ingeniería mecánica Jason Valentine, subdirector del Instituto Vanderbilt de Ciencia e Ingeniería a Nanoescala, y el metagenerador de imágenes de prueba de concepto de sus colegas se describen en un artículo publicado en Nature Nanotechnology.

   Los autores señalan que esta arquitectura de un metagenerador de imágenes puede ser muy paralela y cerrar la brecha entre el mundo natural y los sistemas digitales. "Gracias a su tamaño compacto, alta velocidad y bajo consumo de energía, nuestro enfoque podría encontrar una amplia gama de aplicaciones en inteligencia artificial, seguridad de la información y aplicaciones de visión artificial", dijo Valentine en un comunicado.

   El diseño metaóptico del equipo comenzó optimizando una óptica que comprende dos lentes de metasuperficie que sirven para codificar la información para una tarea de clasificación de objetos particular. Se fabricaron dos versiones basadas en redes entrenadas en una base de datos de números escritos a mano y una base de datos de imágenes de ropa comúnmente utilizadas para probar varios sistemas de aprendizaje automático.

   El meta-generador de imágenes logró una precisión del 98,6 % en números escritos a mano y un 88,8 % de precisión en imágenes de ropa.