Categories: Haberler

Akıllı Telefonlar Gerçek Zamanlı 3D Hologram Oluşturabilecek

Dünyanın en prestijli mühendislik ve teknoloji okullarından ABD’deki Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, “Derin öğrenme” yöntemi kullanarak anında hologram oluşturmanın yolunu bulduklarını açıkladı. “Derin öğrenme” sayesinde cep telefonlarından bile 3D hologram üretilebilecek. Tensör holografisi adı verilen bu yeni yöntem, sanal gerçeklik, 3 boyutlu (3D) baskı, tıbbi görüntüleme ve daha fazlası için hologramların oluşturulmasını sağlayabilecek.

3D görüntüleme ve sanal gerçeklik bu kadar ünlü olmasına rağmen henüz hayatımızda göremememizin sebebi bizi hasta hissettirebilmesidir. 3 boyut yanılsamasını yaşarken 2 boyutlu bir ekrana bakıyor olduğumuzdan, bulantı ve göz yorgunluğu ortaya çıkabiliyor. Ancak hologram böyle değildir. Hologramlar, izleyicinin konumuna göre değişen bir perspektif sunuyor ve gözün odak derinliğini dönüşümlü olarak ön plana ve arka plana odaklamak için ayarlamasına izin veriyor.

Bunun daha önce yapılamamasının sebebi, geleneksel olarak fizik simülasyonlarının kullanılması ve bu uygulamaların da ancak süper bilgisayarlarla çalışabiliyor olmasıydı. Ancak şimdi sahip olduğumuz derin öğrenme yöntemiyle birlikte, çok basit cihazlarda bile hologramları çalıştırmamız mümkün görünüyor.

Konvolüsyonel Sinir Ağı Tasarlandı

Ekip, insanların görsel bilgiyi nasıl işlediğini kabaca taklit etmek için eğitilebilir bir tensör zinciri kullanan “konvolüsyonel sinir ağı” (CNN) tasarladı. Bir sinir ağını eğitmek için büyük, yüksek kaliteli bir veri kümesi gerektirir- ki bu daha önce 3D hologramlar için mevcut değildi. Ekip, bilgisayar tarafından oluşturulan 4.000 çift görüntüden oluşan özel bir veritabanı oluşturdu. Her çift görüntü -her bir piksel için renk ve derinlik bilgileri de dahil olmak üzere- bir resme karşılık gelen hologram ile eşleşti.

Araştırmacılar, yeni bir veritabanında hologramlar oluşturmak için, karmaşık ve değişken şekil ve renklere sahip sahneler kullandılar. Piksel derinliği arka plandan ön plana eşit olarak dağıttılar ve tıkanıklığı çözebilmek için yeni bir fizik tabanlı hesaplama seti kullandılar. Bu yaklaşım “fotogerçekçi” eğitim verileri (training data) ile sonuçlandı. Sonra, yapay zeka öğrenmeye başladı ve algoritma işe yaradı! Projenin başındaki takımda bulunan Wojciech Matusik konuyla ilgili “Ne kadar iyi bir sonuç aldığımıza biz de şaşırdık. Sinir ağlarının bu görev için doğduğunu düşünüyoruz.” açıklaması yaptı.

Kaynak: Science Daily

TRAI

Recent Posts

Türkiye’deki Yapay Zeka Girişimleri 419’a Ulaştı!

Türkiye Yapay Zeka İnisiyatifi (TRAI) olarak 2017’den bu yana yürüttüğümüz haritalama çalışmasıyla Türkiye’de yapay zeka…

17 saat ago

97. TRAI Meet-Up’ta Akıllı Şehirler ve Otonom Araçlar Konuşuldu

2017 yılından bu yana her ayın üçüncü çarşambası düzenlenen TRAI Meet-Up serisinin 97’ncisini 17 Eylül…

2 hafta ago

Üyemiz Etiya, Gartner Magic Quadrant’ta

Türkiye merkezli küresel yazılım şirketi Etiya, yapay zeka alanında dikkat çekici bir başarıya imza attı.…

4 hafta ago

TIME100 AI 2025 açıklandı: “Yapay zekanın yönünü artık insanlar belirliyor”

TIME dergisi, yapay zeka alanında dünyanın en etkili 100 ismini üçüncü kez açıkladı. “TIME100 AI…

1 ay ago

Zekanın Ötesi

İnsanoğlu pek çok şey keşfetti, icat etti. Ama sanırım daha önce bu kadar çok tartışılan,…

1 ay ago

xAI, Grok 2.5’i Açık Kaynak Olarak Yayınladı

Elon Musk’ın yapay zeka girişimi xAI, Grok 2.5 modelini açık kaynak olarak paylaşarak sektörün dikkatini…

1 ay ago