La nuova tecnologia di visione notturna consente all'intelligenza artificiale di vedere nell'oscurità come se fosse in pieno giorno

I predatori notturni hanno un superpotere radicato: anche nell'oscurità più profonda, possono facilmente osservare l'ambiente circostante, dando la caccia a gustose prede nascoste in un paesaggio monocromatico.

Andare a caccia della prossima cena non è l'unico vantaggio di vedere al buio. Prendi la guida lungo una strada sterrata rurale in una notte senza luna. Alberi e cespugli perdono la loro vivacità e consistenza. Gli animali che sfrecciano lungo la strada diventano macchie oscure. Nonostante la loro sofisticatezza durante il giorno, i nostri occhi faticano a elaborare la profondità, la struttura e persino gli oggetti in condizioni di scarsa illuminazione.

Non sorprende che le macchine abbiano lo stesso problema. Sebbene siano dotate di una miriade di sensori, le auto a guida autonoma stanno ancora cercando di essere all’altezza del loro nome. Si comportano bene in condizioni meteorologiche perfette e su strade con corsie di traffico libere. Ma chiedi alle auto di guidare sotto una forte pioggia o nebbia, con il fumo degli incendi o su strade senza lampioni, e loro lottano.

Questo mese, un team della Purdue University ha affrontato direttamente il problema della scarsa visibilità. Combinando termografia, fisica e apprendimento automatico, la loro tecnologia ha consentito a un sistema di intelligenza artificiale visiva di vedere nell’oscurità come se fosse giorno.

Al centro del sistema ci sono una telecamera a infrarossi e un’intelligenza artificiale, addestrata su un database personalizzato di immagini per estrarre informazioni dettagliate da un determinato ambiente, in sostanza, imparando a mappare il mondo utilizzando segnali di calore. A differenza dei sistemi precedenti, la tecnologia, chiamata HADAR (rilevamento e rilevamento termoassistiti), ha superato un noto ostacolo: l’”effetto fantasma”, che di solito causa immagini sbiadite e simili a fantasmi difficilmente utili per la navigazione.

Dotare le macchine della visione notturna non aiuta solo con i veicoli autonomi. Un approccio simile potrebbe anche rafforzare gli sforzi per monitorare la fauna selvatica a fini di conservazione o aiutare con il monitoraggio a lunga distanza del calore corporeo nei porti trafficati come misura di salute pubblica.

"HADAR è una tecnologia speciale che ci aiuta a vedere l'invisibile", ha affermato l'autore dello studio Xueji Wang.

Abbiamo tratto molta ispirazione dalla natura per addestrare le auto a guida autonoma. Le generazioni precedenti adottarono il sonar e l’ecolocalizzazione come sensori. Poi è arrivata la scansione Lidar, che utilizza i laser per scansionare in più direzioni, trovando oggetti e calcolandone la distanza in base alla velocità con cui la luce rimbalza.

Sebbene potenti, questi metodi di rilevamento presentano un enorme ostacolo: sono difficili da ampliare. Le tecnologie sono “attive”, il che significa che ogni agente AI, ad esempio un veicolo autonomo o un robot, dovrà scansionare e raccogliere costantemente informazioni sull’ambiente circostante. Con più macchine sulla strada o in uno spazio di lavoro, i segnali possono interferire tra loro e diventare distorti. Il livello complessivo dei segnali emessi potrebbe potenzialmente danneggiare anche gli occhi umani.

Gli scienziati hanno cercato a lungo un’alternativa passiva. È qui che entrano in gioco i segnali infrarossi. Tutto il materiale - corpi viventi, cemento freddo, ritagli di cartone di persone - emette una firma termica. Questi vengono facilmente catturati dalle telecamere a infrarossi, sia in natura per monitorare la fauna selvatica, sia nei musei scientifici. Potresti averlo già provato: fai un passo avanti e la fotocamera mostra una massa bidimensionale di te e come le diverse parti del corpo emanano calore su una scala dai colori vivaci.

Sfortunatamente, le immagini risultanti non ti somigliano per niente. I bordi del corpo sono imbrattati e c'è poca consistenza o senso di spazio 3D.

“Le immagini termiche del viso di una persona mostrano solo i contorni e un certo contrasto di temperatura; non ci sono caratteristiche che facciano sembrare che tu abbia visto un fantasma", ha detto l'autore dello studio, il dottor Fanglin Bao. “Questa perdita di informazioni, struttura e caratteristiche rappresenta un ostacolo per la percezione della macchina che utilizza la radiazione termica”.

Questo effetto ghosting si verifica anche con le termocamere più sofisticate a causa della fisica.

Vedete, dai corpi viventi al cemento freddo, tutti i materiali inviano segnali di calore. Allo stesso modo, anche l’intero ambiente emette radiazioni di calore. Quando si tenta di acquisire un'immagine basandosi solo sui segnali termici, il rumore del calore ambientale si fonde con i suoni emessi dall'oggetto, producendo immagini sfocate.