Możliwości uczenia maszynowego zostały wykorzystane do uporządkowania nakładających się na siebie pojedynczych cząsteczek w taki sposób, by stworzyć strukturę 5D.
Dokonania zespołu badawczego zostały przedstawione na łamach Optics Express. 5D nie oznacza rzecz jasna, że istnieją dodatkowe wymiary przestrzenne, które udało się wykryć autorom. Zamiast tego, zespół kierowany przez Tingting Wu z McKelvey School of Engineering zaprojektował system, który mógł określić orientację cząsteczki w przestrzeni 3D, jak również jej położenie w 2D.
Czytaj też: Telewizja atomowa. Odbiornik radiowy oparty na atomie transmituje na żywo obraz wideo
Innymi słowy, uczenie maszynowe było w stanie określić pięć parametrów z pojedynczego, rozpikselowanego obrazu. O ile jednak w większości przypadków tego typu zadania zleca się sztucznej inteligencji w całości, tak tutaj naukowcy postanowili rozdzielić problem na dwa kroki. Dzięki temu możliwe było odciążenie algorytmu.
Obrazowanie w 5D nie oznacza, że naukowcy wykorzystali dodatkowe wymiary przestrzenne
Obrazy objęte analizami były bardzo niewyraźne, dlatego w przypadku większości sieci neuronowych opartych na uczeniu maszynowym poradzenie sobie z takim szumem byłoby ogromnym wyzwaniem. Z tego względu, zamiast zmuszać algorytm do ponownego nauczenia się praw fizyki, badacze zaimplementowali mu proste obliczenie, które zastosowało te prawa do wyników uzyskanych przez pierwszy algorytm.
Czytaj też: Trzy teleskopy rejestrowały zderzenie sondy NASA z asteroidą. Co jest na obrazku?
Po przetworzeniu tysięcy zdjęć udało się uzyskać wyraźny obraz, który wykorzystuje kolor, krzywiznę i kierunek, aby wskazać, jak tysiące cząsteczek są ze sobą połączone. Dzięki dalszemu rozwojowi tej technologii możliwe powinno stać się lepsze zrozumienie procesów biologicznych w małych skalach.
