我們許多人可能知道，深度學(xué)習(xí)是人工智能機(jī)器學(xué)習(xí)的重要手段，是一種以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu)，對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法。超材料，英文：Metamaterial, 是一類具有特殊性質(zhì)的、自然界沒有的人造材料，它們擁有一些特別的、傳統(tǒng)材料無法實現(xiàn)的性質(zhì)。

現(xiàn)在，科學(xué)家們通過將超材料和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，使聲音可以用于提高圖像的分辨率。這一最新研究成果剛剛發(fā)表在《物理評論 X》上，將可創(chuàng)造令人興奮的新的應(yīng)用前景，尤其是在醫(yī)學(xué)成像和生物工程領(lǐng)域。

成像使我們能夠通過對物體傳輸或輻射的光波和聲波進(jìn)行遠(yuǎn)場分析來描繪物體。波形越短、圖像的分辨率越高。但是，直到現(xiàn)在，圖像的細(xì)節(jié)水平仍受所討論波長的大小限制。

瑞士洛桑聯(lián)邦理工學(xué)院的研究人員成功證明，長且因此不精確的波（在本例中為聲波）可以提高高出30倍圖像分辨率。之所以實現(xiàn)了這一目標(biāo)，是因為研究團(tuán)隊使用了超材料和人工智能的組合。

該團(tuán)隊的開創(chuàng)性想法是將先前已突破成像界限的兩種獨立技術(shù)整合在一起。其中之一就是超材料：特制的元素，例如，它們可以精確地聚焦波長。就是說，通過隨意地吸收信號以使其難以解碼的方式，它們會失去效力。另一個是人工智能，或更確切地說是神經(jīng)網(wǎng)絡(luò)，盡管涉及學(xué)習(xí)曲線，但它甚至可以快速有效地處理最復(fù)雜的信息。

在物理學(xué)中有一種所謂的衍射極限，是指一個理想物點經(jīng)光學(xué)系統(tǒng)成像，由于衍射的限制，不可能得到理想像點。為了超出物理學(xué)中這樣的衍射極限，研究小組進(jìn)行了以下實驗：他們首先創(chuàng)建了一個由64個微型揚(yáng)聲器組成的格子，每個格子可以根據(jù)圖像中的像素進(jìn)行激活。然后他們使用晶格重現(xiàn)從零到九的數(shù)字聲音圖像，并具有極其精確的空間細(xì)節(jié)；輸入到格子中的數(shù)字圖像來自大約7萬個手寫示例的數(shù)據(jù)庫。

研究人員在格子的對面放置了一個裝有39個稱為亥姆霍茲共振器（10厘米球體，一端有孔）的袋子，該袋子形成了超材料。亥姆霍茲共振（Helmholtz resonance）指的是空氣在一個腔中的共振現(xiàn)象，例如在一個空瓶子的瓶口吹氣引起的共振。

晶格產(chǎn)生的聲音通過超材料傳輸，并被放置在幾米外的四個麥克風(fēng)捕獲。然后，算法對麥克風(fēng)記錄的聲音進(jìn)行解密，以學(xué)習(xí)如何識別和重繪原始數(shù)字圖像。

該研究實驗成功率接近90％。研究人員表示：“通過使用長度約為1米的聲波所生成分辨率達(dá)到僅為幾厘米的圖像，這已經(jīng)遠(yuǎn)遠(yuǎn)超過了衍射極限。” “此外，被認(rèn)為是主要缺點的超材料吸收信號的趨勢，在涉及神經(jīng)網(wǎng)絡(luò)時被證明成為了一種優(yōu)勢。我們發(fā)現(xiàn)，當(dāng)大量吸收時，它們會更好地工作?！?/span>

在醫(yī)學(xué)成像領(lǐng)域，這種使用長波看非常小的物體可能是一個重大突破。 研究人員表示，“長波意味著醫(yī)生可以使用低得多的頻率，從而導(dǎo)致聲成像方法甚至在密集的骨組織中也有效。當(dāng)涉及到使用電磁波的成像時，長波對患者的健康危害較小。在應(yīng)用程序中，我們不是訓(xùn)練神經(jīng)網(wǎng)絡(luò)來識別或重現(xiàn)數(shù)字，而訓(xùn)練的是組織結(jié)構(gòu)?！?/span>

“我們設(shè)想這在聲學(xué)圖像分析、特征檢測、對象分類中的應(yīng)用，或作為生物醫(yī)學(xué)應(yīng)用中的新型無創(chuàng)聲學(xué)傳感工具?！?/span>

返回列表