پژوهشگران دانشگاه واشینگتن و پرینستون موفق شدهاند با استفاده از فناوری نانو ساختارها و هوش مصنوعی لنزی فوقالعاده تخت به نام متالنز بسازند که توانایی ثبت تصاویر رنگی واضح را دارد.
به گزارش سرویس اخبار علمی تک ناک،لنز تنها یک میکرون ضخامت دارد و در مجموع با پایه نگهدارندهاش به ۳۰۰ میکرون یعنی تقریباً برابر با ضخامت چهار تار موی انسان میرسد. چنین ساختاری صدها برابر نازکتر از لنزهای شیشهای معمولی است و میتواند جایگزینی انقلابی برای سیستمهای چندلنزی در دوربینهای رایج باشد. استفاده از این لنز، علاوه بر کاهش وزن و حجم، موجب صرفهجویی در مصرف انرژی و افزایش عمر باتری دستگاههای تصویربرداری میشود.
پژوهشگران میگویند متالنز میتواند در بسیاری از ابزارهای روزمره مانند گوشیهای هوشمند، لپتاپها، پهپادها و خودروها به کار گرفته شود. همچنین در حوزههای پزشکی مانند آندوسکوپی و تصویربرداری درونبدنی، این لنز میتواند دقت و عمق دید پزشکان را افزایش دهد و روشهای تشخیص بیماری را بهبود بخشد.
تا پیش از این، یکی از بزرگترین مشکلات لنزهای تخت، پدیدهای به نام «خطای رنگی» بود؛ در این حالت، لنز نمیتوانست تمام رنگهای نور را در یک نقطه متمرکز کند و در نتیجه تصویر تار و بیکیفیت میشد. به همین دلیل، تصور میشد دستیابی به تصویربرداری رنگی با کیفیت بالا از طریق لنزهای تخت ممکن نیست. اما تیم مشترک دانشگاه واشینگتن و پرینستون با بهرهگیری از ترکیب هوش مصنوعی و طراحی نانوساختارها، توانست این محدودیت را از میان بردارد.
بیشتر بخوانید: لنزهای فلزی چندلایه، آینده دوربین پهپاد و موبایل
نتیجه پژوهش آنان که در نشریه Nature Communications منتشر شده، نشان میدهد میتوان با یک لنز تخت و دیافراگم بزرگ، تصاویری با کیفیتی مشابه دوربینهای حرفهای به دست آورد. در واقع این گروه با همکاری نزدیک میان متخصصان اپتیک، فیزیک و علوم رایانه، توانستند طراحی فیزیکی لنز و بخش محاسباتی پردازش تصویر را همزمان بهینه کنند.
به گفته یوهانس فرُخ، یکی از نویسندگان اصلی پژوهش، «پیشتر تصور میشد هرچه اندازه متالنز بزرگتر شود، توانایی آن در تمرکز رنگها کمتر میشود؛ اما ما این فرض را شکستیم و از آن فراتر رفتیم.»
پرانیت چاکراوارثولا، دیگر نویسنده اصلی، نیز توضیح میدهد که تیم پژوهشی سیستم تصویربرداری را بهصورت یک کل واحد در نظر گرفت: «ما طراحی بخشهای اپتیکی و محاسباتی را جداگانه انجام ندادیم، بلکه هر دو را همزمان بهینه کردیم تا بیشترین عملکرد حاصل شود.»
در این پژوهش، هوش مصنوعی نقشی کلیدی ایفا کرده است. تیم تحقیقاتی با استفاده از شبکههای عصبی پیشرفته توانسته شکل دقیق نانوساختارهای لنز را تعیین کند تا نور به بهترین نحو متمرکز شود. سپس بخش محاسباتی مبتنی بر هوش مصنوعی دادههای خام ثبتشده توسط لنز را پردازش کرده و با کاهش نویز و بهبود وضوح، تصویر نهایی را به دست میآورد. این فرآیند باعث میشود خروجی متالنز از نظر رنگ و جزئیات تقریباً با دوربینهای معمولی تفاوتی نداشته باشد.
آرکا ماجومدار، استاد دانشگاه واشینگتن و از نویسندگان مقاله، میگوید این دستاورد نتیجه همکاری طولانیمدت میان دو دانشگاه بوده است. او و فلیکس هایده، استاد علوم رایانه دانشگاه پرینستون، پیشتر نیز موفق شده بودند دوربینی به اندازه دانه نمک بسازند که تصاویر شفاف ثبت میکرد و نیز سامانهای توسعه دهند که میتوانست در سرعتی نزدیک به نور تصاویر را شناسایی کند.
بیشتربخوانید: این لنز چشمی باعث بهبود سریع زخم های قرنیه می شود
در کنار کاربردهای روزمره، این فناوری میتواند به حوزههای پیشرفتهتر نیز راه یابد. پژوهشگران قصد دارند در گام بعدی کیفیت تصاویر را بیش از پیش بهبود دهند و از قابلیت متالنز برای تصویربرداری در طولموجهایی فراتر از محدوده دید انسان استفاده کنند. این قابلیت میتواند در فناوریهایی مانند LiDAR برای خودروهای خودران، یا در دستگاههای واقعیت افزوده و مجازی کاربرد داشته باشد.
از سوی دیگر، امکان تولید انبوه این لنزها نیز وجود دارد. فرایند ساخت آنها با فناوری چاپ نانویی انجام میشود که هزینه تولید را پایین میآورد و مقیاسپذیری بالایی دارد. هماکنون برخی استارتاپها و حتی گروههای پزشکی ابراز علاقه کردهاند تا از این فناوری در ساخت تجهیزات سبکوزن و قابلحمل استفاده کنند.
فرُخ در پایان میگوید: «این پروژه نشان میدهد که هیچ محدودیتی واقعی وجود ندارد. حتی اگر مسئلهای در ظاهر حلنشدنی به نظر برسد، با دیدگاهی جامع و استفاده از توان هوش مصنوعی و مهندسی نانو میتوان راهحل یافت. کار ما نشان داد لنزهای تخت آیندهای درخشان دارند و در سالهای پیشرو شاهد پیشرفتهای بیشتری در این زمینه خواهیم بود.»
این پژوهش با حمایت بنیاد ملی علوم آمریکا، سازمان پروژههای پژوهشی پیشرفته دفاعی (DARPA)، بنیاد پکارد، جایزه تحقیقاتی آمازون و گوگل و چند موسسه دیگر انجام شده است. به گفته کارشناسان، این دستاورد نه تنها افق تازهای در دنیای تصویربرداری میگشاید، بلکه میتواند یکی از گامهای مهم در همگرایی نانوفناوری و هوش مصنوعی به شمار رود.
