Моћ виђења изван могућности људског ока

Различите боје које можемо видети засноване су на различитим таласним дужинама светлости. Људско око може да открије и разликује таласне дужине у три опсега (црвена, зелена и плава) које покривају опсег од 450 до 650 нанометара, али не можемо видети светлост из стотина других светлосних опсега који постоје изван тог опсега. Постоји технологија која се зове хиперспектрална слика која може дати побољшани поглед на оно што се дешава у свету око нас. Постоје специјализоване камере које одвајају до 300 светлосних опсега призмама, а затим дигитализују енергију коју детектују на основу специфичне таласне дужине. Ове камере имају огроман спектар потенцијалних примена. На пример, могу се користити за праћење емисија гасова стаклене баште, разликовање измешане прозирне пластике или мерење зрелости воћа на линији за паковање.

Постоји неколико произвођача ових хиперспектралних камера, али су бар за сада прилично скупе – почевши од око 20,000 долара. Софтвер специфичан за камеру који користе није тако лако интегрисати са другим системима. Други изазов који долази са овим проширеним погледом на свет има везе са количином података – ове камере генеришу око један гигабит података у секунди!

Постоји компанија под називом Метаспецтрал која настоји да прошири потенцијал хиперспектралног снимања нудећи комбинацију хардвера и софтвера како би овај извор података учинио лакшим за кориснике. Они користе ивичне уређаје „агностике уређаја“ који покрећу алгоритме компресије који се могу повезати са било којом хиперспектралном камером и претворити њен излаз података у ток којим се може управљати. Њихова власничка Фусион АИ платформа може да се користи за повезивање са познатим корисничким софтвером, погон роботике или храњење вештачке интелигенције и система дубоког учења.

Метаспецтрал је недавно прикупио 4.7 милиона долара у основној рунди финансирања од СОМА Цапитал, Ацекуиа Цапитал, Владе Канаде и анђеоских инвеститора, укључујући Јуде Гомила и Алан Рутледге. Компанију су суоснивали Францис Доумет (ЦЕО) и Мигел Тиссера (ЦТО). Тиссера описује њихову понуду на следећи начин: „Развили смо нове алгоритме компресије података који нам омогућавају да боље и брже преносимо хиперспектралне податке, било од орбите до земље или унутар земаљских мрежа. Комбинујемо то са нашим напретком у дубоком учењу како бисмо извршили анализу на нивоу подпиксела, што нам омогућава да извучемо више увида од конвенционалног компјутерског вида јер наши подаци садрже више информација о спектралној димензији.

Заиста, хиперспектрална слика се може користити у веома различитим размерама. На пример, једна од најразвијенијих примена Метаспецтраловог система је са камерама за крупни план на линијама за сортирање мешаног материјала за рециклажу где може да разликује прозирну пластику по хемијском саставу тако да се може сортирати у изузетно чисте токове потребне за поновну обраду. .

Највећа канадска компанија за рециклажу отпада сада користи овај систем. Постоје и друге апликације изблиза за осигурање квалитета у монтажним линијама или сортирању воћа.

Са друге стране, камера може да генерише податке са сателита где сваки пиксел слике представља 30м к 30м квадратних (900 квадратних метара). Канадска свемирска агенција користи тај приступ за праћење емисија гасова стаклене баште, па чак и за процену секвестрације угљеника у земљишту у пољопривредном или шумском земљишту упоређујући стопе протока током времена. Технологија је такође предвиђена за будућу примену на Међународној свемирској станици. Процене ризика од шумских пожара су још једна потенцијална примена за вођење акција као што су прописане опекотине.

Друга опција која би била од посебне користи за пољопривреду је постављање камера са дроновима који лете на 50-100 метара. У том случају, сваки пиксел података може представљати површину 2цм са 2цм, а могућност праћења толико различитих таласних дужина може омогућити рано откривање инвазивних корова, активности инсеката, гљивичних инфекција у фазама пре него што буду видљиве људима, раних индикација воде или недостатке хранљивих материја, или параметре зрелости усева који би одредили време жетве. Можда би било могуће пратити емисије гасова стаклене баште или амонијака из обрађених земљишта како би се боље разумело како на њих утичу специфичне пољопривредне праксе као што су смањена обрада земљишта, покривни усеви, ђубрење са променљивом дозом или „контролисани саобраћај на точковима“. У овом тренутку оно што је потребно је доста истраживања „исправности на земљи“ да би се подаци о слици повезали са мерењима дотичних варијабли, али то ће бити много лакше са компресијом података и могућностима интерфејса доступних од Метаспецтрал-а.

Једна нада је да ће различите примене хиперспектралног снимања које омогућава Метаспецтрал платформа створити довољну потражњу за камерама да потисну производњу даље низ криву учења трошкова.