Roboty zyskają wzrok podobny do ludzkiego. Jak można to wykorzystać?

Sztuczna inteligencja ma ogromny potencjał, ale pod wieloma względami nie jest jeszcze w stanie dorównać człowiekowi. Jednym z takich aspektów był do tej pory wzrok.

Właśnie dlatego naukowcy z University of Central Florida zaprojektowali urządzenie naśladujące siatkówkę oka. W dalszej perspektywie powinno to doprowadzić do pojawienia się systemów wykorzystujących sztuczną inteligencję na przykład do rozpoznawania twarzy czy sterowania autonomicznymi samochodami.

Czytaj też: Jak iluzje optyczne pomogą w tworzeniu kolejnej generacji sztucznej inteligencji?

Członkowie zespołu badawczego opisali swój projekt w ACS Nano. Według nich taki system funkcjonuje nawet lepiej niż biologiczne oko, jeśli wziąć pod uwagę zakres długości fal, które może ono odbierać. Jakby tego było mało, proponowane rozwiązanie łączy trzy etapy w jeden: zbieranie danych, ich przetwarzanie i zapamiętywanie. Do tej pory każdy z nich musiał być realizowany osobno.

Mimo to na praktyczne wykorzystanie tej technologii przyjdzie nam jeszcze nieco poczekać. Zdaniem autorów powinno to nastąpić w ciągu najbliższych pięciu do dziesięciu lat. Co ciekawe, wcześniej ten sam zespół stworzył urządzenia przypominające mózg, które mogą umożliwić sztucznej inteligencji pracę na przykład w przestrzeni kosmicznej. Tania Roy, jedna z autorek, wyjaśnia, że dzięki zdolności odbierania obrazów naukowcy dysponują urządzeniami podobnymi do synaps, które zachowują się jak „inteligentne piksele” w aparacie fotograficznym.

Jeśli jesteś w swoim autonomicznym pojeździe w nocy i system obrazowania samochodu działa tylko na określonej długości fali, na przykład widzialnej długości fali, nie będzie widział tego, co jest przed nim. Ale w tym przypadku, z naszym urządzeniem, może rzeczywiście zobaczyć otoczenie w całej okazałości.Molla Manjurul Islam, University of Central Florida

Czytaj też: Godzina i rusza w drogę. Tyle wystarczy robotowi, by nauczyć się chodzić

Naukowcy przetestowali urządzenie pod kątem dokładności. Miało ono „zobaczyć” pomieszane ze sobą obrazy: cyfrę 3 w ultrafiolecie oraz lustrzany obraz odwróconych i połączonych ze sobą trójek tworzących cyfrę 8 w podczerwieni. Okazało się, iż system poradził sobie z tym zadaniem, rozróżniając obie cyfry, uznając je kolejno za 3 w ultrafiolecie i 8 w podczerwieni. Dokładność w tym zakresie wyniosła około 70-80%.