Sensor Inteligente com IA Detecta Assinaturas Espectrais em Culturas e Folhas com Velocidade Inigualável

Cientistas do Lawrence Berkeley National Laboratory (Berkeley Lab) desenvolveram um sensor inteligente que primeiro "fareja" características espectrais de interesse em objetos de exemplo — aqui um tipo de cultura (acima) ou folha (abaixo). Em seguida, ele busca os alvos especificados em um novo ambiente — um que nunca viu antes — evitando o processamento digital pesado. (Imagem: Ali Javey/Berkeley Lab)

Inovação em Imagem Espectral

Ferramentas de imagem espectral — câmeras que capturam cores além do espectro RGB visível aos nossos olhos — são vitais para obter informações sobre as propriedades materiais e estruturais de um objeto. Combiná-las com aprendizado de máquina forneceu um pipeline poderoso para identificar características em aplicações do mundo real, incluindo fabricação de semicondutores, rastreamento de poluentes e monitoramento de culturas.

Ao integrar algoritmos de IA diretamente no sensor da câmera, pesquisadores do Departamento de Energia dos EUA no Lawrence Berkeley National Laboratory eliminaram um gargalo de processamento de dados que há muito tempo prejudicava o desempenho da tecnologia de imagem espectral. O resultado é um sensor inteligente capaz de identificar produtos químicos e caracterizar materiais de forma rápida e eficiente.

"Nos concentramos em aprimorar a velocidade, resolução e eficiência energética das tecnologias existentes de visão computacional espectral em mais de duas ordens de magnitude", disse Ali Javey, cientista que liderou o estudo publicado na Science. Javey é Cientista Sênior do Corpo Docente no Berkeley Lab e Professor de ciência e engenharia de materiais na UC Berkeley. O trabalho foi realizado em estreita colaboração com Aydogan Ozcan na UCLA.

Como o Sensor Funciona

As tecnologias atuais de imagem espectral têm módulos de sensor e computação separados. O sensor primeiro captura uma pilha de imagens, cada uma correspondente a uma certa cor. Em seguida, a pilha densa de imagens é enviada a um processador digital para computação adicional, que produz os resultados de identificação do objeto. É aí que surgem os problemas.

"Os sensores devem coletar e enviar muito mais dados ao processador digital do que câmeras normais, aproximadamente dez a cem vezes maior em volume", disse Dehui Zhang, pós-doutorando na Divisão de Ciências dos Materiais do Berkeley Lab e autor principal do estudo. Consequentemente, o hardware do sensor e do computador frequentemente ficam sobrecarregados, tornando as tarefas de reconhecimento de objetos extremamente lentas e consumidoras de energia.

Em vez disso, a equipe do Berkeley Lab desenvolveu sensores que realizam computação de IA e análise espectral durante o próprio processo de captura de imagem — ou fotodetecção.

"A fotodetecção pode ser percebida como um processo computacional físico automático", explicou Zhang. Quando a luz atinge o sensor, sua intensidade é automaticamente mapeada para a força de uma corrente elétrica. Como a responsividade do sensor à luz pode ser facilmente ajustada, os pesquisadores têm um botão de ajuste para selecionar quais assinaturas espectrais são destacadas e quais são suprimidas. A corrente que sai do sensor para ser lida por um circuito, portanto, serve como uma inferência sobre o conteúdo espectral da imagem.

"Provamos que o processo computacional se assemelha matematicamente a um algoritmo tipicamente usado para aprendizado de máquina digital", disse Zhang. Essa analogia tornou possível usar o sensor como um computador de aprendizado de máquina e realizar as computações de aprendizado de máquina na própria luz incidente.

"Para mim, a parte mais empolgante é o conceito de dar inteligência aos sensores", disse Javey. Sensores normais simplesmente coletam informações brutais do ambiente, deixando as tarefas de reconhecimento inteligente para processadores digitais.

Ao co-projetar os materiais semicondutores, dispositivos e algoritmos, a equipe permitiu que os sensores aprendessem e computassem sem a necessidade de pós-processamento digital de dados.

Aplicações Além da Identificação de Aves

Mas as aplicações da tecnologia vão muito além da identificação de aves. Usando fotodiodos de fósforo preto, os pesquisadores demonstraram experimentalmente várias outras possibilidades intrigantes. Eles identificaram com sucesso espessuras de camadas de óxido em amostras de semicondutores — que gigantes da fabricação precisam que sejam perfeitamente uniformes — bem como estados de hidratação em diferentes folhas de plantas, segmentação de objetos em imagens ópticas e produtos químicos transparentes em uma placa de Petri.

"Sou otimista quanto ao futuro de tais dispositivos para aplicações mais amplas", disse Javey. No futuro, os sensores inteligentes poderão encontrar uso não apenas na visão computacional espectral, mas também em "outras detecções ópticas avançadas e além".

Para mais informações, contate Este endereço de email está protegido contra spambots. Você precisa de JavaScript habilitado para visualizá-lo.