Οι ερευνητές παρατήρησαν ότι οι περισσότεροι τεχνίτες που χρησιμοποιούν λέιζερ για να δημιουργήσουν αντικείμενα το κάνουν
Ομάδα από το Ινστιτούτο Τεχνολογίας της ΜασαχουσέτηςΤο Ινστιτούτο (MIT) έχει κάνει αυτή τη διαδικασία ασφαλέστερη χρησιμοποιώντας μηχανική εκμάθηση. Οι επιστήμονες στο Εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης ανέπτυξαν τεχνολογία που ονομάζεται SensiCut, μια πλατφόρμα ανίχνευσης υλικών για κόπτες λέιζερ που τους ειδοποιεί για δυνητικά επικίνδυνα υλικά.
Инструмент состоит из недорогих аппаратных εξαρτήματα όπως μια πλακέτα Raspberry Pi Zero που βρίσκεται σε ένα 3D PCB. Στη συνέχεια, η μονάδα συνδέεται με έναν κόπτη λέιζερ και το νευρωνικό δίκτυο του εργαλείου προσδιορίζει τα υλικά με βάση μια εικόνα της μικροδομής της επιφάνειας του υλικού.
Για να εκπαιδεύσετε τον αλγόριθμο SensiCut, την εντολήχρησιμοποίησε πάνω από 38 χιλιάδες εικόνες και 30 τύπους υλικών. Το εργαλείο μπορεί επίσης να παρέχει οδηγίες σχετικά με τον τρόπο χρήσης διαφορετικών ταχυτήτων κοπής και ρυθμίσεων για διαφορετικά υλικά.
«Συμπλήρωση τυπικών κοπτικών λέιζερΜε αισθητήρες εικόνας χωρίς φακό, μπορούμε εύκολα να εντοπίσουμε οπτικά παρόμοια υλικά που βρίσκονται συχνά σε εργαστήρια και να μειώσουμε τα συνολικά απόβλητα. Για να γίνει αυτό, χρησιμοποιούμε την επιφανειακή δομή του υλικού σε επίπεδο μικρών, το οποίο είναι ένα μοναδικό χαρακτηριστικό ακόμη και όταν είναι οπτικά παρόμοιο με άλλο τύπο υλικού. Χωρίς αυτό, πιθανότατα θα έπρεπε να μαντέψετε το σωστό όνομα του υλικού από μια μεγάλη βάση δεδομένων », σημείωσαν οι ερευνητές.
Συνέχισε να διαβάζεις:
Το γιγαντιαίο παγόβουνο A74 συγκρούεται με τις ακτές της Ανταρκτικής
Δύο νέα είδη δεινοσαύρων ανακαλύφθηκαν στην Κίνα
Ποιο είναι το φαινόμενο Kessler, και πότε και σε τι θα οδηγήσει η σύγκρουση δορυφόρων σε τροχιά;