Syvä oppiminen ja metamateriaalit auttoivat tutkijoita tekemään äänen näkyväksi

Visualisoinnin avulla voit kuvata kohteen analysoimalla valon ja ääniaaltojen kaukokenttää,

joita se lähettää tai lähettää.Mitä lyhyempi aallonpituus, sitä korkeampi kuvan resoluutio. Kuitenkin toistaiseksi yksityiskohtien tasoa rajoittaa kyseessä olevan aallonpituuden koko. EPFL:n Wave Engineering Laboratoryn tutkijat ovat onnistuneesti osoittaneet, että pitkä ja siksi epätarkka aalto (tässä tapauksessa ääniaalto) voi paljastaa ominaisuuksia, jotka ovat 30 kertaa pienempiä kuin sen pituus. Tätä varten tutkimusryhmä käytti metamateriaalien - erityisesti suunniteltujen elementtien - ja tekoälyn yhdistelmää. Heidän tutkimuksensa avaa jännittäviä uusia mahdollisuuksia erityisesti lääketieteellisen kuvantamisen ja biotekniikan aloilla.

Joukkueen uraauurtava ajatus oliyhdistää kaksi erillistä tekniikkaa, jotka aiemmin erottivat renderöinnin rajat. Yksi niistä on metamateriaalien tekniikka: erityisesti luodut elementit, jotka voivat esimerkiksi tarkentaa aallonpituuksia tarkasti. Ne menettävät kuitenkin tehonsa vahingossa tapahtuvan signaalien imeytymisen takia, mikä vaikeuttaa niiden tulkintaa. Toinen tekniikka on tekoäly tai tarkemmin sanottuna hermoverkot, jotka pystyvät käsittelemään monimutkaisenkinkin tiedon nopeasti ja tehokkaasti, vaikkakin tämä vaatii koulutusta.

Diffraktiorajan ylittäminen (vähpistekoon arvo, joka voidaan saada kohdistamalla sähkömagneettinen säteily) tutkimusryhmä suoritti seuraavan kokeen. He loivat ensin joukon 64 pienoiskaiutinta, joista kukin voidaan aktivoida kuvan pikselien mukaan. Sitten he käyttivät hilaa toistamaan äänikuvia numeroista nollasta yhdeksaan tarkoilla spatiaalisilla yksityiskohdilla. Kuvia ristikkoon syötetyistä numeroista otettiin noin 70 000 käsinkirjoitetun esimerkin tietokannasta. Säleikköä vastapäätä tutkijat sijoittivat metamateriaalin pussin, jossa oli 39 Helmholtz-resonaattoria (pallot halkaisijaltaan 10 cm ja toisessa päässä reikä). Ritilän tuottama ääni välitettiin metamateriaalilla ja otettiin neljän, useita metrejä sijaitsevan mikrofonin kautta. Algoritmit purkivat sitten mikrofonien tallentaman äänen oppiakseen tunnistamaan ja piirtämään alkuperäiset digitaaliset kuvat.

Tiimi saavutti kokeilussaan lähes 90 % menestyksen.

Lääketieteellisessä kuvantamisessa pitkien aallonpituuksien käyttäminen hyvin pienten esineiden havaitsemiseen voi olla suuri läpimurto.

Pitkät aallot tarkoittavat, että lääkärit voivatKäytä paljon matalampia taajuuksia, jolloin akustiset kuvantamistekniikat ovat tehokkaita jopa tiheän luukudoksen kautta. Pitkät aallot ovat vähemmän vaarallisia potilaan terveydelle sähkömagneettisten aaltojen avulla. Sovelluksissa emme kouluta hermoverkkoja tunnistamaan tai toistamaan numeroita, vaan pikemminkin orgaanisia rakenteita.

Romain Fleury, EPFL:n tutkimusryhmän johtaja

Lue myös

Aarremetsästäjä löytää 3000-vuotias aarre Skotlannista

Perseids Meteor Shower - 2020: Mistä nähdä, mistä etsiä ja miten ottaa valokuva

Katso maailmankaikkeuden 3D-karttaa: se on koottu 20 vuoden ajan ja se on jo yllättänyt tutkijoita