AI sắp có năng lực nhìn xuyên vật thể

Công nghệ mới sẽ có nhiều ứng dụng trong thực tiễn

Các nhà nghiên cứu tại MIT (Viện nghiên cứu Massachusett) đã phát triển một kỹ thuật mới mang tên mmNorm, sử dụng sóng milimet - cùng dải tần với Wi-Fi - để tái tạo các vật thể 3D bị che khuất với độ chính xác đáng ngạc nhiên.

Fadel Adib, tác giả cao cấp của nghiên cứu và là giám đốc nhóm Signal Kinetics tại MIT, chia sẻ: “Chúng tôi quan tâm đến vấn đề này từ lâu, nhưng gặp nhiều trở ngại vì các phương pháp trước đó không đạt kết quả như mong muốn”.

Vượt qua giới hạn của công nghệ radar truyền thống

Các phương pháp hiện có thường dựa vào kỹ thuật back projection (chiếu ngược), vốn chỉ tạo ra hình ảnh độ phân giải thấp và thất bại khi xử lý các vật thể nhỏ, bị che như dụng cụ hay đồ dùng trong hộp.

Các nhà nghiên cứu xác định điểm yếu cốt lõi nằm ở việc bỏ qua một hiện tượng vật lý quan trọng – tính phản xạ gương (specularity), tức cách sóng milimet phản xạ giống như hình ảnh trong gương.

Khác với việc chỉ đo nơi sóng phản xạ quay trở lại, mmNorm ước tính được “pháp tuyến bề mặt” – tức hướng của bề mặt vật thể tại điểm phản xạ. Laura Dodds, tác giả chính của công trình giải thích: “Dựa vào hiện tượng phản xạ gương, chúng tôi muốn không chỉ biết vị trí phản xạ mà còn cả hướng của bề mặt tại điểm đó”.

Bằng cách tổng hợp nhiều ước tính như vậy từ các vị trí ăng-ten khác nhau, hệ thống có thể tái dựng hình cong 3D của vật thể, phân biệt được các chi tiết tinh vi như tay cầm của một chiếc cốc, hoặc sự khác biệt giữa dao và thìa nằm trong hộp.

Tái tạo hình dạng nhờ “bỏ phiếu” từ ăng-ten

Mỗi ăng-ten sẽ thu thập tín hiệu phản xạ với cường độ khác nhau tùy theo cách vật thể bị che hướng về nó. Một số ăng-ten có thể “bỏ phiếu mạnh”, số khác “bỏ phiếu yếu”.

Dodds giải thích: “Chúng tôi có thể tổng hợp tất cả các ‘phiếu bầu’ đó để tính ra một pháp tuyến bề mặt duy nhất, được đồng thuận bởi tất cả các vị trí ăng-ten”.

Nhờ phương pháp mới này, khi tái tạo hơn 60 vật thể khác nhau, hệ thống đạt độ chính xác 96% - vượt trội so với phương pháp cũ chỉ đạt 78%.

Hệ thống hoạt động tốt với các vật liệu như gỗ, nhựa, thủy tinh và cao su, nhưng vẫn gặp khó khăn với kim loại dày hoặc vật chắn quá đặc.

Ứng dụng tiềm năng: Từ an ninh đến robot cứu hộ

Khi các nhà nghiên cứu tiếp tục cải thiện độ phân giải và khả năng nhận dạng vật liệu, ứng dụng của công nghệ mmNorm ngày càng rộng mở. Chẳng hạn trong kiểm tra an ninh hoặc quân sự, hệ thống có thể xác định hình dạng vật thể bị giấu trong túi hay hộp mà không cần mở ra.

Với robot tự động hóa kho hàng, cứu hộ sau thiên tai hay trợ lý chăm sóc cho người cao tuổi, khả năng “nhìn xuyên vật thể” như vậy cực kỳ quan trọng để AI đưa ra quyết định chính xác và an toàn hơn.

Với mmNorm, các hệ thống AI trong tương lai có thể vượt qua giới hạn của tầm nhìn truyền thống, mở ra một kỷ nguyên mới cho khả năng nhận thức không gian trong môi trường thực tế bị che khuất.

Anh Tú