Моќта на гледање надвор од можностите на човечкото око

Различните бои што можеме да ги видиме се засноваат на различни бранови должини на светлината. Човечкото око може да детектира и разликува бранови должини во три појаси (црвена, зелена и сина) кои покриваат опсег од 450 до 650 нанометри, но не можеме да видиме светлина од стотиците други појаси на светлина што постојат надвор од тој опсег. Постои технологија наречена хиперспектрална слика која може да даде подобрен поглед на она што се случува во светот околу нас. Постојат специјализирани камери кои одвојуваат до 300 ленти на светлина со призми и потоа ја дигитализираат енергијата што ја детектираат на специфична основа за бранова должина. Овие камери имаат огромен опсег на потенцијални апликации. На пример, тие може да се користат за следење на емисиите на стакленички гасови, да се каже разликата помеѓу мешаната проѕирна пластика или да се измери зрелоста на овошјето на линија за пакување.

Постојат неколку производители на овие хиперспектрални камери, но барем засега, тие се прилично скапи - почнувајќи од околу 20,000 долари. Софтверот специфичен за камерата што го користат не е толку лесен за интегрирање со други системи. Другиот предизвик што доаѓа со овој проширен поглед на светот е поврзан со обемот на податоци - овие камери генерираат околу еден гигабит податоци во секунда!

Постои компанија наречена Metaspectral која се обидува да го прошири потенцијалот на хиперспектралното сликање нудејќи комбинација од хардвер и софтвер за да го направи овој извор на податоци попријатен за корисниците. Тие користат рабови „агностички уреди“ кои работат со алгоритми за компресија кои можат да се поврзат со која било хиперспектрална камера и да го претворат нејзиниот излез на податоци во податлив тек. Нивната комерцијална платформа за вештачка интелигенција Fusion може да се користи за поврзување со познатиот кориснички софтвер, возење роботика или снабдување со вештачка интелигенција и системи за длабоко учење.

Метаспектрал неодамна собра 4.7 милиони американски долари од финансирање од SOMA Capital, Acequia Capital, Владата на Канада и инвеститори ангели, вклучувајќи ги Џуд Гомила и Алан Рутлиџ. Компанијата е ко-основана од Френсис Думет (извршен директор) и Мигел Тисера (CTO). Тисера ја опишува нивната понуда на следниов начин: „Ние развивме нови алгоритми за компресија на податоци кои ни овозможуваат подобро и побрзо да ги пренесуваме хиперспектралните податоци, без разлика дали станува збор од орбита до земја или во рамките на копнените мрежи. Ние го комбинираме тоа со нашиот напредок во длабокото учење за да вршиме анализа на ниво на под-пиксели, што ни овозможува да извлечеме повеќе увиди од конвенционалната компјутерска визија бидејќи нашите податоци содржат повеќе информации за спектралната димензија.

Навистина, хиперспектралната слика може да се користи во многу различни размери. На пример, една од најразвиените апликации на системот на Метаспектрал е со камери одблиску на линии за сортирање за мешан материјал за рециклирање каде што може да разликува проѕирна пластика по хемиски состав, така што тие можат да се подредат во екстремно чистите текови потребни за повторна обработка. .

Најголемиот канадски рециклирач на отпад сега го користи овој систем. Постојат и други апликации одблиску за обезбедување квалитет во монтажни линии или сортирање овошје.

Во другата крајност, камерата може да генерира податоци од сателит каде што секој пиксел од сликата претставува 30m x 30m квадрат (900 квадратни метри). Канадската вселенска агенција го користи тој пристап за следење на емисиите на стакленички гасови, па дури и за проценка на секвестрацијата на јаглеродот во почвата во земјоделско или шумско земјиште со споредување на флукс стапки со текот на времето. Технологијата е исто така планирана за идно распоредување на Меѓународната вселенска станица. Проценките на ризикот од шумски пожари се уште една потенцијална апликација за насочување на дејствијата како што се пропишаните изгореници.

Друга опција која би била од особена корист за земјоделството е да се распоредат камерите со беспилотни летала кои летаат на 50-100 метри. Во тој случај, секој пиксел од податоци може да претставува површина од 2 cm на 2 cm и способноста да се следат толку различни бранови должини може да овозможи рано откривање на инвазивни плевели, активност на инсекти, габични инфекции во фази пред да бидат видливи за луѓето, рани индикации за вода или недостаток на хранливи материи, или параметри за зрелост на културите за да го водат времето на жетвата. Можеби е можно да се следат емисиите на стакленички гасови или амонијак од земјоделските почви за подобро да се разбере како тие се под влијание на специфичните земјоделски практики како што се намалена обработка на почвата, покривање, ѓубрење со променлива стапка или „контролиран сообраќај на тркала“. Во овој момент, она што е потребно е добар дел од истражувањето за „потврдување на земјата“ за поврзување на податоците за сликање со мерењата на предметните променливи, но тоа ќе биде многу полесно со можностите за компресија на податоците и интерфејсот достапни од Метаспектрал.

Една надеж е дека разновидните апликации на хиперспектралните слики олеснети со Metaspectral платформата ќе создадат доволна побарувачка за камерите да го туркаат производството уште повеќе надолу во кривата за учење на трошоците.