ساخت مدل سه‌بُعدی بر اساس تصاویر دوبُعدی
تیم تحریریه- ۲۳ مهر ۱۴۰۱
مهندسین دانشگاه واشینگتون یک الگوریتم یادگیری ماشینی ساخته‌اند که می‌تواند بر اساس بخشی از تصاویر دوبُعدی، که با استفاده از ابزارهای میکروسکوپی استاندارد ثبت شده‌اند، ساخت مدل سه بعدی انجام دهد و در واقع یک مدل سه‌بُعدی پیوسته بسازد.
این یافته‌ها در تاریخ 16 سپتامبر، معادل 25 شهریورماه، در ژورنال Nature Machine Intelligence به چاپ رسید.
اولوگبک کامیلوف، استاد مهندسی برق و سیستم و مهندسی علوم کامپیوتر، توضیح می‌دهد: «ما برای ساخت مدل سه بعدی مدل را روی دیتاستی تصویری آموزش دادیم، تا به بازنمایی پیوسته دست یابد. بدین معنی که تصاویر را هر طوری که بخواهیم نمایش می‌دهد و هر چقدر هم که زوم کنیم، پیکسل‌ها تفکیک نمی‌شوند.»
کلید این نوآوری استفاده از یک شبکه عصبی میدانی بود، نوعی سیستم یادگیری ماشینی که می‌تواند مختصات فضایی را به کمیت‌های فیزیکی مربوطه متصل کند. بعد از تکمیل آموزش، پژوهشگران می‌توانند به مختصات موردنظر اشاره کنند و مدل کمیت (مقدار) تصویر برای آن منطقه را ارائه می‌دهد.
یکی از نقاط‌قوت شبکه‌های عصبی میدانی این است که نیازی به آموزش روی شمار زیادی تصویر مشابه ندارند و در عوض، تنها با تکیه بر تعداد کافی تصویر دوبُعدی، می‌توانند کل نمونه را به نمایش بگذارند. تصویر به‌کاررفته برای آموزش شبکه مثل سایر تصاویر میکروسکوپی است: از پایین به یک سلول نور می‌تابد؛ نور از سلول عبور می‌کند و در سمت دیگر ثبت می‌شود، تا تصویر به دست آید.
کامیلوف ادامه می‌دهد: «از آن‌جایی که چندین نما از سلول داریم، می‌توانیم این تصاویر را برای آموزش مدل استفاده کنیم. بدین منظور، اطلاعات تصویر نمونه که قسمتی از ساختار درونی سلول را نشان می‌دهد، به مدل تغذیه می‌شود.»
سپس، شبکه تلاش می‌کند تا به بهترین نحو ممکن، ساخت مدل سه بعدی را بازآفرینی کند. اگر خروجی اشتباه باشد، شبکه جریمه می‌شود. اگر هم درست باشد، مسیری که در پیش گرفته است تقویت می‌شود. بعد از این‌که این پیش‌بینی‌ها با مقادیر واقعی انطباق یافتند، شبکه آماده است تا قسمت‌هایی از سلول را که در تصاویر دوبُعدی اصلی ثبت نشده بودند، پر کند.
بدین ترتیب، بدون نیاز به فایل تصویری سنگین، مدل اطلاعات مربوط به بازنمایی کامل و پیوسته از سلول را به دست می‌آورد، چون شبکه سلول را بازآفرینی کرده است.
به گفته کامیلوف، این مدل جدید بازنمایی درستی از سلول ارائه می‌دهد که ذخیره‌اش هم آسان است؛ به علاوه، این تصویر نهایی از بسیاری لحاظ از تصویر واقعی مفیدتر هم هست.
وی در انتها اضافه می‌کند: «می‌توانیم هر مختصاتی را که می‌خواهیم به مدل بدهیم و تصویر مربوطه را به دست آوریم. از سوی دیگر، می‌توانیم انواع تصاویر را از زوایای مختلف تولید کنیم؛ می‌توانیم تصویر را بچرخانیم و سلول را از بالا نگاه کنیم، یا روی تصویر زوم کنیم، تا نگاهی دقیق‌تر به آن بیندازیم. مدل قادر به انجام مسائل عددی دیگر و تغذیه داده‌ها به الگوریتم‌های دیگر نیز هست.»
جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید
