L'intelligenza artificiale basata sulla fisica potrebbe potenziare le immagini biomediche e i sensori dei veicoli autonomi

Un team di ricerca guidato da istituzioni tra cui l'Università della California, Los Angeles (UCLA) e l'Università di Rochester ha svelato una svolta nella tecnologia di imaging che sfrutta l'intelligenza artificiale basata sulla fisica. Questo progresso promette di migliorare sia l'imaging biomedica che i sistemi di sensori utilizzati nei veicoli autonomi. L'innovazione consente una visualizzazione più chiara dei dettagli nascosti all'interno di media complessi, come il tessuto umano o la nebbia densa, migliorando significativamente la qualità dell'immagine e la velocità di elaborazione. Il nuovo sistema impiega una combinazione di tecniche di imaging esistenti e algoritmi avanzati di apprendimento automatico.

In particolare, integra un metodo noto come DeepTimeGate, che consiste in due fasi distinte. La prima fase prevede un algoritmo addestrato per ricostruire matematicamente le immagini da dati di luce diffusa. La seconda fase introduce un nuovo algoritmo sviluppato presso l'UCLA che applica vincoli fisici per garantire che le immagini ricostruite aderiscano alle leggi della fisica. Questo approccio a due stadi riduce efficacemente le distorsioni visive e migliora la chiarezza. Nei test di laboratorio, il sistema ha dimostrato notevoli miglioramenti rispetto alle tecnologie attuali.

Applicato alle immagini di calibrazione standard oscurate da supporti complessi, il nuovo sistema ha raggiunto un rapporto segnale-rumore più del doppio di quello dei suoi predecessori. Inoltre, ha prodotto immagini di alta qualità quasi istantaneamente, completando il processo in un semplice millesimo di secondo. Queste capacità suggeriscono un notevole salto in avanti nelle applicazioni di imaging in tempo reale. I metodi tradizionali per l'imaging attraverso supporti complessi spesso si basano su costose apparecchiature in grado di rilevare la luce nel vicino infrarosso. Tuttavia, la tecnica sviluppata dai ricercatori dell'Università di Rochester offre un'alternativa più conveniente.

Il metodo utilizza telecamere basate sul silicio, simili a quelle presenti nell'elettronica di consumo, abbinate a film specializzati che filtrano la luce per renderla visibile. Mentre questo metodo fornisce soluzioni convenienti, in precedenza soffriva di problemi come il vignettamento, che causa bordi di immagine oscurati e campo di vista ridotto, insieme a manufatti indesiderati che appaiono come punti luminosi o scuri.

Questo miglioramento apre numerose possibilità, in particolare nei campi medici in cui l'imaging non invasivo è cruciale. Per esempio, i chirurghi potrebbero trarre beneficio da una guida intraoperatoria più accurata, specialmente durante le procedure minimamente invasive. Allo stesso modo, i laboratori che analizzano campioni biologici in ambienti opachi potrebbero utilizzare questa tecnologia senza la necessità di passaggi di preparazione dei campioni che alterano l'integrità degli esemplari. Oltre all'assistenza sanitaria, le implicazioni si estendono ad altri settori. I veicoli autonomi dotati di tali sistemi di imaging potrebbero navigare in sicurezza in condizioni meteorologiche avverse, tra cui pioggia intensa, nebbia e tempeste di sabbia.

I settori manifatturieri potrebbero anche trovare valore nell'applicare questa tecnologia per ispezionare i prodotti in ambienti difficili, come la valutazione della qualità degli articoli immersi in liquidi turbolenti o avvolti in materiali ghiacciati.