นักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ (Massachusetts Institute of Technology) ได้พัฒนาระบบปัญญาประดิษฐ์ (Artificial Intelligence) ที่สามารถแยกแยะสิ่งที่มีขนาดเล็กหรือใกล้เคียงจะมองไม่เห็นจากภาพที่มีความส่งน้อยเพื่อที่จะสร้างภาพวัตถุขึ้นมาใหม่ได้ โดยบล็อคโพสได้เผยแพร่ออกมาโดย MIT News ซึ่งได้อธิบายว่าเป็นการใช้ระบบโครงข่ายประสาทเทียมแบบลึก (deep neural network) ซึ่งมีการใช้ layer ฟังก์ชันทางคณิตศาสตร์ที่จะ เลียนแบบพฤติกรรมของนิวรอนในสมองเราเพื่อที่จะลบสิ่งที่ไม่ต้องการออกจากภาพที่มีสิ่งรบกวนได้
ศาสตราจารย์ทางด้านวิศวกรรมเครื่องกล คุณ George Barbastathis ที่ MIT นั้นเชื่อว่าสิ่งนี้น่าจะทำให้กลายเป็นแอปในงานด้านการแพทย์ได้
“ในห้องปฏิบัติการ ถ้าหากว่าคุณยิงแสงไปที่เซลล์ชีวภาพต่างๆ นั่นคือคุณกำลังจะเผาพวกมันและมันจะไม่มีอะไรเหลือเลยในภาพ” เขากล่าวกับทาง MIT News “เมื่อมาที่ภาพ X-ray ถ้าหากว่าคุณเปิดให้ผู้ป่วยไป X-ray นั่นคือคุณก็กำลังเพิ่มความเสี่ยงที่จะทำให้พวกเขานั้นมีโอกาสเป็นโรคมะเร็งมากขึ้นได้ ด้วยเหตุนี้ สิ่งที่พวกเรากำลังทำอยู่ที่นี่คือคุณสามารถที่จะนำเอาภาพที่มีคุณภาพเท่าเทียมกันแต่มีการส่องแสงไปที่ผู็ป่วยได้น้อยลง และในทางชีวภาพนั้นคะณจะสามารถที่จะลดความเสียหายจากตัวอย่างทางชีวภาพได้เมื่อคุณต้องการที่จะทดสอบมัน”
ในขั้นตอนการรวบรวมข้อมูล corpus นั้น ทีมงานได้รวบรวมข้อมูลจากชุด IC (Integrated Circiut) จำนวน 10,000 ตัวโดยแต่ละตัวจะเปิดเฟส spatial light modulator ที่จะแสดงผลคล้ายๆ กับแถบแนวนอนและแนวตั้งที่แตกต่างกันบนแผ่นแก้ว ซึ่งภาพจาก IC 10,000 ตัวนั้นได้ถูกบันทึกในความมืด และได้นำมาใช้เพื่อสอนระบบ AI เพื่อที่จะสร้างภาพวัตถุที่ไม่มีสิ่งรบกวนขึ้นมาได้
เป็นที่น่าสนใจอย่างยิ่ง ภาพนั้นถูกถ่ายมาแบบหลุดโฟกัส ซึ่งสิ่งนี้จะสร้างคลื่นเล็กๆ ในแสงที่ตรวจจับได้ ซึ่งจะถูกส่งให้กับโครงข่าย Neural Network เพื่อพิจารณาถึงตัววัตถุด้วย ซึ่งทีมนักวิจัยสามารถแก้ไขผลลัพธ์ที่เบลอโดยการผสมผสมกฎของฟิสิกส์ที่อธิบายพฤติกรรมของแสงเพื่อกล้องนั้นหลุดโฟกัสได้
“วัตถุที่มองไม่เห็นนั้นสามารถที่จะถูกเปิดเผยขึ้นมาได้ในหลายๆ ทาง หากแต่โดยทั่วไปมันจะต้องการให้คุณใช้แสงที่เพียงพอ” คุณ Barbastathis กล่าว “สิ่งที่พวกเรากำลังทำนั้นคือการแสดงภาพของวัตถุที่มองไม่เห็นเท่าไหร่นักในความมืด ดังนั้นมันเหมือนกับการใช้วิธีการ 2 แบบที่แตกต่างกัน และพวกเรายังคงสามารถทำในวิธีการคล้ายๆ กันนี้กับอย่างอื่นที่เกี่ยวข้องกันได้อีกมาก
หลังจากดำเนินการเทรนโมเดลได้พอเพียงแล้ว ทีมจึง validate งานของพวกเขาโดยการทดลองใช้งานกับลักษณะ pattern ที่ไม่ได้มีอยู่ในข้อมูล train โดยทดสอบในความมืดทั้งแบบที่ใช้วิธีที่มีและไม่มีกฎของฟิสิกส์เข้าไปด้วย ซึ่งมันสามารถที่จะจัดการในการสร้าง pattern ต้นฉบับที่มีความโปร่งใสไม่มีสิ่งรบกวนได้ถูกต้อง และยิ่งไปกว่านั้น เมื่อเทรนกับข้อมูล data set ใหม่ที่มีภาพคน สัตว์ สถานที่ และวัตถุอื่่นๆ รวม 10,000 ภาพเข้าไป ผลปรากฎว่ามันสามารถที่จะสร้างภาพได้ถูกต้องกว่าภาพต้นฉบับเสียอีก
“พวกเราแสดงให้เห็นว่าระบบ deep learning นั้นสามารถที่จะเปิดเผยวัตถุที่มองไม่เห็นในความมืดได้” คุณ Alexandre Goy หัวหน้าทีมเขียนงานวิจัยกล่าวกับทาง MIT News “ผลลัพธ์นี้ผลที่สำคัญในเชิงปฏิบัติสำหรับงานทางด้านการแพทย์ (medical imaging) ที่จะทำให้ผู้ป่วยลดการรับแสงลงไปเพื่อป้องกันอันตรายจากการที่จะต้องรับรังสีเข้าไปและสำหรับภาพในอวกาศ (astronomical imaging) ได้ด้วย”
Source : https://venturebeat.com/2018/12/12/mits-ai-can-reproduce-images-of-objects-in-poorly-lit-scenes/