พลังแห่งการมองเห็นที่เหนือกว่าความสามารถของดวงตามนุษย์

สีต่างๆ ที่เราเห็นนั้นขึ้นอยู่กับความยาวคลื่นของแสงที่แตกต่างกัน สายตามนุษย์สามารถตรวจจับและแยกความแตกต่างของความยาวคลื่นในแถบสามแถบ (สีแดง สีเขียว และสีน้ำเงิน) ซึ่งครอบคลุมช่วงตั้งแต่ 450 ถึง 650 นาโนเมตร แต่เราไม่สามารถมองเห็นแสงจากแถบแสงอื่นๆ อีกหลายร้อยแถบที่อยู่นอกช่วงนั้น มีเทคโนโลยีที่เรียกว่าการถ่ายภาพไฮเปอร์สเปกตรัมที่สามารถให้มุมมองที่ดีขึ้นของสิ่งที่เกิดขึ้นในโลกรอบตัวเรา มีกล้องพิเศษที่แยกแถบแสงได้มากถึง 300 แถบด้วยปริซึม แล้วแปลงพลังงานที่ตรวจพบเป็นดิจิทัลตามความยาวคลื่น กล้องเหล่านี้มีแอพพลิเคชั่นที่หลากหลาย ตัวอย่างเช่น สามารถใช้ตรวจสอบการปล่อยก๊าซเรือนกระจก บอกความแตกต่างระหว่างพลาสติกใสผสม หรือวัดความสุกของผลไม้บนสายการบรรจุ

มีผู้ผลิตกล้องไฮเปอร์สเปกตรัมเหล่านี้หลายราย แต่อย่างน้อยในตอนนี้ กล้องเหล่านี้มีราคาค่อนข้างแพง – เริ่มต้นที่ประมาณ 20,000 ดอลลาร์ ซอฟต์แวร์เฉพาะของกล้องที่พวกเขาใช้นั้นไม่ง่ายนักที่จะรวมเข้ากับระบบอื่นๆ ความท้าทายอื่น ๆ ที่มาพร้อมกับมุมมองที่กว้างขึ้นของโลกนี้เกี่ยวข้องกับปริมาณข้อมูล – กล้องเหล่านี้สร้างข้อมูลประมาณหนึ่งกิกะบิตต่อวินาที!

มีบริษัทชื่อ Metaspectral ที่พยายามขยายศักยภาพของการถ่ายภาพไฮเปอร์สเปกตรัมโดยนำเสนอฮาร์ดแวร์และซอฟต์แวร์ร่วมกันเพื่อทำให้แหล่งข้อมูลนี้เป็นมิตรกับผู้ใช้มากขึ้น พวกเขาใช้อุปกรณ์เอดจ์ “device agnostic” ที่ใช้อัลกอริธึมการบีบอัดที่สามารถเชื่อมต่อกับกล้องไฮเปอร์สเปกตรัมและเปลี่ยนเอาต์พุตข้อมูลเป็นโฟลว์ที่สามารถจัดการได้ แพลตฟอร์ม Fusion AI ที่เป็นกรรมสิทธิ์ของพวกเขาสามารถใช้เพื่อเชื่อมต่อกับซอฟต์แวร์ผู้ใช้ที่คุ้นเคย ขับเคลื่อนหุ่นยนต์ หรือป้อนปัญญาประดิษฐ์และระบบการเรียนรู้เชิงลึก

Metaspectral เพิ่งระดมทุนได้ 4.7 ล้านดอลลาร์จาก SOMA Capital, Acequia Capital, รัฐบาลแคนาดา และนักลงทุน angel เช่น Jude Gomila และ Alan Rutledge บริษัทร่วมก่อตั้งโดย Francis Doumet (CEO) และ Migel Tissera (CTO) Tissera อธิบายถึงข้อเสนอของพวกเขาดังต่อไปนี้: "เราได้พัฒนาอัลกอริธึมการบีบอัดข้อมูลแบบใหม่ ซึ่งช่วยให้เราส่งข้อมูลไฮเปอร์สเปกตรัมได้ดีขึ้นและเร็วขึ้น ไม่ว่าจะจากวงโคจรสู่พื้นดินหรือภายในเครือข่ายภาคพื้นดิน เรารวมสิ่งนั้นเข้ากับความก้าวหน้าในการเรียนรู้เชิงลึกเพื่อทำการวิเคราะห์ระดับพิกเซลย่อย ทำให้เราสามารถดึงข้อมูลเชิงลึกได้มากกว่าการมองเห็นด้วยคอมพิวเตอร์ทั่วไป เนื่องจากข้อมูลของเรามีข้อมูลเพิ่มเติมเกี่ยวกับมิติสเปกตรัม”

แท้จริงแล้วการถ่ายภาพแบบไฮเปอร์สเปกตรัมสามารถใช้ได้ในระดับที่แตกต่างกันมาก ตัวอย่างเช่น การใช้งานระบบ Metaspectral ที่พัฒนามากที่สุดอย่างหนึ่งคือการใช้กล้องระยะใกล้บนสายพานคัดแยกสำหรับวัสดุรีไซเคิลแบบผสม ซึ่งสามารถแยกแยะพลาสติกใสตามองค์ประกอบทางเคมี เพื่อให้สามารถคัดแยกเป็นลำธารที่บริสุทธิ์อย่างยิ่งซึ่งจำเป็นสำหรับการประมวลผลซ้ำ .

บริษัทรีไซเคิลขยะที่ใหญ่ที่สุดในแคนาดากำลังใช้ระบบนี้อยู่ มีแอปพลิเคชันระยะใกล้อื่น ๆ สำหรับการประกันคุณภาพในสายการประกอบหรือการคัดแยกผลไม้

ในอีกมุมหนึ่ง กล้องสามารถสร้างข้อมูลจากดาวเทียม ซึ่งแต่ละพิกเซลของภาพแทนพื้นที่ 30 ม. x 30 ม. (900 ตร.ม.) องค์การอวกาศแคนาดากำลังใช้วิธีการดังกล่าวเพื่อติดตามการปล่อยก๊าซเรือนกระจกและแม้กระทั่งประเมินการสะสมคาร์บอนในดินในพื้นที่เพาะปลูกหรือพื้นที่ป่าโดยการเปรียบเทียบอัตราการไหลเมื่อเวลาผ่านไป เทคโนโลยีนี้มีกำหนดสำหรับการใช้งานในอนาคตบนสถานีอวกาศนานาชาติ การประเมินความเสี่ยงไฟป่าเป็นอีกวิธีหนึ่งที่เป็นไปได้ในการชี้แนะแนวทางปฏิบัติ เช่น การเผาตามใบสั่งแพทย์

อีกทางเลือกหนึ่งที่จะใช้สำหรับการเกษตรโดยเฉพาะคือการติดตั้งกล้องกับโดรนที่บินในระยะ 50-100 เมตร ในกรณีดังกล่าว แต่ละพิกเซลของข้อมูลสามารถแสดงพื้นที่ขนาด 2 ซม. x 2 ซม. และความสามารถในการตรวจสอบความยาวคลื่นที่แตกต่างกันมากมายสามารถช่วยให้ตรวจพบวัชพืชที่รุกราน กิจกรรมของแมลง การติดเชื้อราในระยะก่อนที่มนุษย์จะมองเห็นได้ตั้งแต่เนิ่นๆ หรือการขาดสารอาหาร หรือพารามิเตอร์ความแก่ของการเพาะปลูกเพื่อเป็นแนวทางในการเก็บเกี่ยว อาจเป็นไปได้ที่จะติดตามการปล่อยก๊าซเรือนกระจกหรือแอมโมเนียจากดินที่ทำการเกษตรเพื่อทำความเข้าใจให้ดียิ่งขึ้นว่าสิ่งเหล่านั้นได้รับอิทธิพลอย่างไรจากแนวทางการทำฟาร์มที่เฉพาะเจาะจง เช่น การไถพรวนที่ลดลง การปลูกพืชคลุมดิน การใส่ปุ๋ยแบบอัตราผันแปร ในเวลานี้ สิ่งที่จำเป็นคือการวิจัย "ความจริงพื้นฐาน" จำนวนมากเพื่อเชื่อมต่อข้อมูลภาพกับการวัดตัวแปรที่เป็นปัญหา แต่จะง่ายกว่ามากด้วยการบีบอัดข้อมูลและความสามารถด้านอินเทอร์เฟซที่มีให้จาก Metaspectral

ความหวังประการหนึ่งคือการใช้งานที่หลากหลายของการถ่ายภาพไฮเปอร์สเปกตรัมที่อำนวยความสะดวกโดยแพลตฟอร์ม Metaspectral จะสร้างความต้องการที่เพียงพอสำหรับกล้องเพื่อผลักดันการผลิตให้ต่ำลงตามเส้นโค้งการเรียนรู้ต้นทุน