アメリカのカリフォルニア大学は、GedankenNet という愛称の自己教師型 AI モデルを使って、実験物体や実際のデータを使ったトレーニングを必要としない、コンピューターによるイメージングと顕微鏡検査のための人工知能ベースのモデルを発表しました
既存の AI は、写真からセンシングまで、さまざまな分野にわたるイメージング プロセスに革命をもたらしていますが、活用したモデルは人間の監視と事前にラベル付けされた大規模なデータセットに大きく依存しており、多数のサンプルを使用した手間と費用のかかる実験が必要です
GedankenNetは、物理法則のみから情報を得て、実際の実験に頼らずに「想像力」だけで合成したランダムな人工ホログラムのみを使用して顕微鏡画像を再構成するように 教えられたAI モデルです。
この考えの基は、アインシュタインの相対性理論の作成に視覚化された概念的な思考実験・ゲダンケン Gedanken実験です。
GedankenNet は、実験データやサンプルに関する事前情報に依存することなく、より優れた顕微鏡画像再構成を提供することに加えて、波動方程式の物理学と一致する出力光波も生成し、空間内の 3D 光の伝播を正確に表現しました。
研究者は、GedankenNet は、物理学と互換性があり、トレーニングが容易で、広く一般化可能なニューラルネットワークモデルを開発する新たな機会を開くことが出来ると述べました
