Metoda DeepLens opracowana przez badaczy KAUST automatyzuje projektowanie złożonych systemów soczewek, skracając proces projektowania z miesięcy do jednego dnia, z możliwością rozszerzenia na hybrydowe systemy optyczne.
Zautomatyzowana metoda obliczeniowa projektowania soczewek optycznych w systemach obrazowania oferuje potencjał osiągnięcia optymalnych rozwiązań bez udziału człowieka, znacznie skracając zwykle potrzebny czas i koszty. Postęp ten może zaowocować udoskonalonymi aparatami do telefonów komórkowych o najwyższej jakości i innowacyjnych funkcjach.
Opracowana przez Xinge Yang, Qiang Fu i Wolfganga Heidricha z KAUST metoda projektowania DeepLens opiera się na koncepcji „programu nauczania”, która wykorzystuje ustrukturyzowane, iteracyjne, etapowe podejście, które uwzględnia kluczowe parametry systemu obrazowania, takie jak jego rozdzielczość, apertura i pole widzenia.
Wdrażanie nauczania w programie nauczania w AI
Systemy sztucznej inteligencji, podobnie jak ludzie, mają problemy z uczeniem się od podstaw złożonych zadań bez wskazówek. Na przykład ludzie uczą się czołgać, stać, a następnie chodzić, zanim ostatecznie nauczą się skakać, tańczyć lub uprawiać sport. Podobnie w ramach programu nauczania złożone zadanie (w tym przypadku projektowanie złożonego systemu soczewek) dzieli się na poszczególne kamienie milowe o rosnącej złożoności, stopniowo zwiększając wymagania dotyczące rozdzielczości, rozmiaru apertury i pola widzenia.
Co ważne, punktem wyjścia dla programu nie jest projektowanie oparte na działaniu człowieka. Zamiast tego może w pełni stworzyć własny projekt złożonego układu optycznego składającego się z szeregu kilku refrakcyjnych elementów soczewki, każdy o własnych, dostosowanych kształtach i właściwościach, w celu zapewnienia najlepszej ogólnej wydajności.
Zalety w porównaniu z tradycyjnymi metodami
„Tradycyjne, zautomatyzowane metody umożliwiają jedynie niewielkie optymalizacje istniejących projektów” – skomentował Yang. „Nasze podejście pozwala od początku optymalizować złożone projekty soczewek, radykalnie skracając miesiące ręcznej pracy doświadczonego inżyniera do zaledwie jednego dnia obliczeń”.
Wykazano już, że podejście to jest wysoce skuteczne w tworzeniu zarówno klasycznych projektów optycznych, jak i soczewek obliczeniowych o zwiększonej głębi ostrości. Miał on formę wielkości telefonu komórkowego i zapewniał duże pole widzenia, wykorzystując elementy obiektywu o wysoce asferycznych powierzchniach i krótką tylną ogniskową. Został także przetestowany w sześcioelementowym klasycznym systemie obrazowania, analizując ewolucję jego konstrukcji i parametrów optycznych w miarę dostosowywania konstrukcji do specyfikacji projektowych.
„Nasza metoda dotyczy w szczególności projektowania wieloelementowych soczewek refrakcyjnych, powszechnych w urządzeniach, od mikroskopów po kamery komórkowe i teleskopy” – wyjaśnił Yang. „Przewidujemy duże zainteresowanie ze strony firm zajmujących się kamerami do urządzeń mobilnych, gdzie ograniczenia sprzętowe wymagają wsparcia obliczeniowego w celu uzyskania optymalnej jakości obrazu. Nasza metoda przoduje w zarządzaniu złożonymi interakcjami pomiędzy komponentami optycznymi i obliczeniowymi.”
Obecnie podejście DeepLens ma zastosowanie wyłącznie do refrakcyjnych elementów soczewek, ale zespół KAUST twierdzi, że obecnie pracuje nad rozszerzeniem tego schematu na hybrydowe systemy optyczne, które łączą soczewki refrakcyjne z optyką dyfrakcyjną i metalami. „To jeszcze bardziej zminiaturyzuje systemy obrazowania i odblokuje nowe możliwości, takie jak kamery spektralne i obrazowanie głębi kolorów” – podsumował Yang.
Odniesienie: „Program nauczania dla ab initio głęboko wyuczonej optyki refrakcyjnej” autorstwa Xinge Yang, Qiang Fu i Wolfganga Heidricha, 3 sierpnia 2024 r., Komunikacja przyrodnicza.
DOI: 10.1038/s41467-024-50835-7
