MIT mühendisleri tamamen karanlık bir ortamda nesneleri (cam ve doku gibi şeffaf materyalleri bile) görebilmek için yapay zekayı kullanmanın bir yolunu buldu.
Mevcut yapay zeka bazlı “gece modu” teknolojisi, Google’ın Pixel 3’ünde bulacağınız yazılım gibi, hızlıca noktalı fotoğraflar (noisy photos) yakalayıp bunları tek ve noktasız bir fotoğraf haline getirmek için yapay zekayı kullanarak inanılmaz derecede net gece fotoğrafları çekebiliyor. Ancak başlangıçta çokça ışığa gerek duyan diğer tekniklerin aksine, MIT’nin metodu tamamen kapalı bir odada da çalışabiliyor. Hatta, bu teknoloji için piksel başına yalnızca bir foton gerekiyor.
Bu, görüntüleme için önemli bir yenilik ve pek çok farklı endüstri için etkileri olabilir. Bu teknoloji derin mesafedeki görünmez ayrıntıları açığa çıkarabilir ve doktorların hücrelere zarar vermeden yaşayan dokuları görmelerini sağlayabilir. Geçtiğimiz günlerde Physical Review Letters’da yayımlanan makalenin yazarlarının açıkladığı gibi: “Bir hastayı x-ışınına maruz bıraktığınızda kanser riskini artırıyorsunuz. Bizim burada yaptığımız şey, hastayı daha az ışına maruz bırakarak aynı görüntü kalitesini elde etmek.” Makalenin yazarlarından biri olan makina mühendisliği profesörü George Barbastathis MIT News’a “Bu teknolojiyi kullanarak biyolojide örnekleme yapmak istediğinizde biyolojik numunelere verilen zararı azaltabilirsiniz.” dedi.
Bilim insanları, bu derin öğrenme sistemini başlangıçta göz için neredeyse tamamen görünmez olan 10.000 adet cam benzeri gravürün fotoğraflarına maruz bırakarak eğitti. Hiç ışık olmayan kapalı bir odada çekilen fotoğrafların kendisi televizyonda görebileceğiniz statik noktalara benziyordu. Daha sonra, ekip yapay zekayı bu görsellerle, tüm görsel noktaların (visual noise) altındaki“temel-gerçekler” diye adlandırdıkları ilgili kalıplarla birlikte eğitti.
Sistem sonuçta bulanık görüntüler üretse de, görünürde rastgele olan siyah ve beyaz noktalardan bir anlam çıkarmayı öğrendi. Bulanıklık sorununu çözmek için araştırmacılar tamamen belirgin görüntüler elde edene kadar çıktıya odaklanabilen başka bir katman ekledi.
Bu sistemin tıbbi cihazlardan teleskoplara kadar çeşitli görüntüleme sistemlerine nasıl entegre edileceğini görmek heyecan verici olacak. Belki de bir gün aynı bilişimsel (computational) güç en karanlık durumlarda bile mükemmel fotoğraflar çekebilmemizi sağlar.