Используя 3д принтер, команда инженеров из UCLA создала устройство на основе искусственного интеллекта, ценой менее 50 долларов, которое может анализировать большие объемы данных и идентифицировать объекты с фактической скоростью света.

Команда исследователей во главе с доктором Айдоганом Озканом (Aydogan Ozcan), профессором электротехнической и компьютерной техники в Калифорнийском университете, представила физический механизм для глубокого обучения с использованием полностью оптической дифракционной глубокой нейронной сети (D2NN).

Это оптическое искусственное нейронное сетевое устройство интуитивно моделирует то, как наш мозг обрабатывает информацию. Оно использует световое отражение от самого объекта, чтобы идентифицировать его за очень короткое время, какое потребовалось бы компьютеру, чтобы просто «увидеть».


Ученые использовали 3д принтер для создания очень тонких полимерных пластин размером по 8 сантиметров. Каждая из них имеет неровные поверхности, которые помогают дифрагировать свет, исходящий от объекта в разных направлениях. Слои выглядят непрозрачными для глаз, но через них могут проходить волны терагерцовых волн субмиллиметрового диапазона, используемые в экспериментах. Вместе ряд этих слоев функционирует как «оптическая сеть».

Исследователи обучили сеть с помощью компьютера, чтобы она могла идентифицировать объекты, изучив образец дифрагированного света. В своих экспериментах они продемонстрировали, что устройство может точно идентифицировать рукописные числа и предметы одежды — стандартный тест для искусственного интеллекта.

Ребята из UCLA полагают, что новые технологии могут быть использованы для ускорения задач, требующих интенсивной обработки данных, которые включают сортировку и идентификацию объектов. Например, беспилотный автомобиль сможет мгновенно реагировать на ситуацию. Например, машина будет «читать» знаки, как только свет от них достигнет сенсоров, а значит не придется «ждать», пока камера передаст изображение объекта, а затем компьютер идентифицирует его. Технология также может быть использована в медицине, например, для сортировки миллионов клеток при выявлении признаков заболевания.