Una red neuronal revela objetos invisibles en la oscuridad

Pequeñas imperfecciones en una copa de vino o pequeñas arrugas en una lente de contacto pueden ser difíciles de distinguir, incluso con buena luz. Pero la inteligencia artificial lo hace ahora posible.

En la oscuridad casi total, las imágenes de tales características u objetos transparentes son casi imposibles de descifrar. Pero ahora, los ingenieros del MIT (Massachusetts Institute of Technology) han desarrollado una técnica que puede revelar estos objetos “invisibles”, en la oscuridad.

En un estudio publicado en Physical Review Letters, los investigadores reconstruyeron objetos transparentes a partir de imágenes de esos objetos, tomadas en condiciones casi de oscuridad total.

Hicieron esto usando una “red neuronal profunda”, una técnica de aprendizaje automático que consiste en entrenar una computadora para asociar ciertas ‘inputs’ con ‘outputs’ específicos, en este caso, imágenes oscuras y granulosas de objetos transparentes y los objetos en sí.

El equipo entrenó una computadora para reconocer más de 10,000 grabados transparentes en forma de vidrio, basados en imágenes extremadamente granuladas de esos patrones. Las imágenes se tomaron en condiciones de muy poca luz, con aproximadamente un fotón por píxel, mucho menos luz de lo que una cámara registraría en una habitación oscura y sellada. Luego mostraron a la computadora una nueva imagen granulada, no incluida en los datos de entrenamiento, y encontraron que aprendió a reconstruir el objeto transparente que la oscuridad había ocultado.

Los resultados demuestran que se pueden usar redes neuronales profundas para iluminar características transparentes, como tejidos y células biológicas, en imágenes tomadas con muy poca luz.

“En el laboratorio, si destruyes células biológicas con luz, las quemas, y no queda nada para la imagen”, dice en un comunicado George Barbastathis, profesor de ingeniería mecánica en el MIT. “Cuando se trata de imágenes de rayos X, si expone a un paciente a rayos X, aumenta el peligro de que puedan contraer cáncer. Lo que estamos haciendo aquí es que se puede obtener la misma calidad de imagen, pero con una menor exposición al paciente. Y en biología, puedes reducir el daño a los especímenes biológicos cuando quieras muestrearlos”.

Fuente: EP

¿Ya conoces nuestro canal de YouTube? ¡Suscríbete!