Sila videnia nad rámec schopností ľudského oka

Rôzne farby, ktoré môžeme vidieť, sú založené na rôznych vlnových dĺžkach svetla. Ľudské oko dokáže detekovať a rozlišovať vlnové dĺžky v troch pásmach (červený, zelený a modrý), ktoré pokrývajú rozsah od 450 do 650 nanometrov, ale nemôžeme vidieť svetlo zo stoviek iných pásiem svetla, ktoré existujú mimo tohto rozsahu. Existuje technológia nazývaná hyperspektrálne zobrazovanie, ktorá môže poskytnúť lepší pohľad na to, čo sa deje vo svete okolo nás. Existujú špecializované kamery, ktoré oddeľujú až 300 pásov svetla pomocou hranolov a následne digitalizujú energiu, ktorú detegujú, na základe špecifickej vlnovej dĺžky. Tieto kamery majú širokú škálu potenciálnych aplikácií. Môžu sa napríklad použiť na monitorovanie emisií skleníkových plynov, zistenie rozdielu medzi zmiešanými čírymi plastmi alebo meranie zrelosti ovocia na baliacej linke.

Existuje niekoľko výrobcov týchto hyperspektrálnych kamier, ale aspoň zatiaľ sú dosť drahé – začínajú na približne 20,000 XNUMX $. Softvér špecifický pre fotoaparáty, ktorý používajú, nie je také ľahké integrovať s inými systémami. Ďalšia výzva, ktorá prichádza s týmto rozšíreným pohľadom na svet, súvisí s objemom dát – tieto kamery generujú približne jeden gigabit dát za sekundu!

Existuje spoločnosť s názvom Metaspectral, ktorá sa snaží rozšíriť potenciál hyperspektrálneho zobrazovania tým, že ponúka kombináciu hardvéru a softvéru, aby bol tento zdroj údajov užívateľsky prívetivejší. Používajú „zariadenia agnostické“ okrajové zariadenia s kompresnými algoritmami, ktoré možno pripojiť k akejkoľvek hyperspektrálnej kamere a premieňať jej dátový výstup na zvládnuteľný tok. Ich patentovanú platformu Fusion AI možno použiť na prepojenie so známym používateľským softvérom, riadenie robotiky alebo napájanie systémov umelej inteligencie a hlbokého učenia.

Spoločnosť Metaspectral nedávno získala 4.7 milióna dolárov v počiatočnom kole financovania od SOMA Capital, Acequia Capital, kanadskej vlády a anjelských investorov vrátane Jude Gomila a Alan Rutledge. Firmu spoluzakladali Francis Doumet (CEO) a Migel Tissera (CTO). Tissera opisuje svoju ponuku nasledovne: „Vyvinuli sme nové algoritmy kompresie údajov, ktoré nám umožňujú lepšie a rýchlejšie presúvať hyperspektrálne údaje, či už z orbity na zem alebo v rámci pozemných sietí. Spájame to s našimi pokrokmi v hlbokom učení, aby sme mohli vykonávať analýzu na úrovni subpixelov, čo nám umožňuje získať viac poznatkov ako konvenčné počítačové videnie, pretože naše údaje obsahujú viac informácií o spektrálnej dimenzii.

Hyperspektrálne zobrazovanie môže byť skutočne použité vo veľmi odlišných mierkach. Napríklad jedna z najrozvinutejších aplikácií systému Metaspectral je s detailnými kamerami na triediacich linkách pre zmiešaný recyklačný materiál, kde dokáže rozlíšiť číre plasty podľa chemického zloženia tak, aby sa dali triediť do extrémne čistých prúdov potrebných na opätovné spracovanie. .

Najväčší kanadský recyklátor odpadu teraz používa tento systém. Existujú aj ďalšie detailné aplikácie na zabezpečenie kvality pri montážnych linkách alebo pri triedení ovocia.

V druhom extréme môže kamera generovať dáta zo satelitu, kde každý pixel obrazu predstavuje 30 m x 30 m štvorcových (900 štvorcových metrov). Kanadská vesmírna agentúra používa tento prístup na sledovanie emisií skleníkových plynov a dokonca aj na odhad sekvestrácie pôdneho uhlíka v obrábanej alebo zalesnenej pôde porovnaním rýchlostí toku v priebehu času. Táto technológia je tiež plánovaná na budúce nasadenie na Medzinárodnej vesmírnej stanici. Hodnotenie rizika lesných požiarov je ďalšou potenciálnou aplikáciou na usmernenie činností, ako sú napríklad predpísané popáleniny.

Ďalšou možnosťou, ktorá by bola obzvlášť užitočná pre poľnohospodárstvo, je nasadenie kamier s dronmi letiacimi vo vzdialenosti 50 až 100 metrov. V takom prípade môže každý pixel údajov predstavovať oblasť 2 cm x 2 cm a schopnosť monitorovať toľko rôznych vlnových dĺžok by mohla umožniť včasné odhalenie invazívnych burín, aktivity hmyzu, plesňových infekcií v štádiách predtým, než sú viditeľné pre ľudí, včasné náznaky vody. alebo nedostatok živín, alebo parametre zrelosti plodín, ktoré usmerňujú načasovanie zberu. Mohlo by byť možné sledovať emisie skleníkových plynov alebo amoniaku z obhospodarovanej pôdy, aby sme lepšie pochopili, ako sú tieto ovplyvňované špecifickými poľnohospodárskymi postupmi, ako je znížené obrábanie pôdy, krycie plodiny, hnojenie s premenlivou rýchlosťou alebo „riadená kolesová doprava“. V súčasnosti je potrebný veľký „ground pravdivý“ výskum na prepojenie zobrazovacích údajov s meraniami príslušných premenných, ale bude to oveľa jednoduchšie s kompresiou údajov a možnosťami rozhrania dostupnými od Metaspectral.

Jednou z nádejí je, že rôznorodé aplikácie hyperspektrálneho zobrazovania uľahčené platformou Metaspectral vytvoria dostatočný dopyt po kamerách, aby posunuli výrobu ďalej nadol na krivke nákladového učenia.