اسکنر فرودگاهی مجهز به هوش مصنوعی

جی پلاس، به نقل از دیلی‌میل، محققان دانشگاه کالج لندن از هوش مصنوعی برای توسعه این رویکرد استفاده کردند که به گفته آنها می تواند موارد خطرناک را با دقت ۱۰۰ درصدی تشخیص دهد.

ایسنا نوشت؛ تریسترام رایلی اسمیت(Tristram Riley-Smith)، یکی از نویسندگان این مطالعه، می‌گوید: این تحقیق پتانسیل متحول کردن نحوه تشخیص تهدیدات مخفی در سراسر جهان و همچنین کالاهای مختلف قاچاق مانند مواد مخدر و کالاهای غیرقانونی حیات وحش را نشان داده است.

روش اشعه ایکس بر این واقعیت متکی است که تغییرات میکروسکوپی یا بی‌نظمی در اجسام باعث خم شدن پرتوهای ایکس در هنگام عبور از آنها می‌شود. این موردی است که محققان در تحقیقات قبلی کشف کرده‌اند. با اندازه‌گیری این خمیدگی‌های کوچک، پرتوهای ایکس می‌توانند بافت‌های مختلف را تشخیص دهند.

پروفسور ساندرو اولیو(Sandro Olivo)، نویسنده ارشد این مطالعه، توضیح می‌دهد: این روشی کاملاً متفاوت برای بازرسی مواد و اشیاء، با تجزیه و تحلیل بافت‌ها است و روش جدیدی برای شناسایی مواد غیرقانونی در اختیار ما قرار می‌دهد. خمیدگی‌های کوچک در پرتوهای ایکس همیشه وجود داشته‌اند، اما آنها برای سیستم‌های اشعه ایکس معمولی نامرئی هستند، بنابراین این روش جدید به ما این امکان را می‌دهد تا به حجم عظیمی از اطلاعات دست‌نخورده دست پیدا کنیم. تاکنون، ما نشان داده‌ایم که این روش برای تشخیص مواد منفجره بسیار خوب عمل می‌کند، اما می‌توان از آن در هر برنامه‌ای که به اشعه ایکس متکی است، مانند تصویربرداری پزشکی یا تشخیص نقاط ضعف در ساختارهای صنعتی استفاده کرد.

انحراف‌های کوچک در پرتو ایکس در زوایایی به کوچکی یک میکرورادیان رخ می‌دهد یعنی حدود ۲۰ هزار برابر کوچک‌تر از یک درجه.

محققان اندازه‌گیری این زاویه‌ها را که با عنوان پراکندگی ریزرادیان شناخته می‌شوند، با هوش مصنوعی ترکیب کردند تا اجسام و مواد را به‌طور دقیق از طریق بافت آنها شناسایی کنند.

زمانی که آنها این روش جدید را بر روی مواد منفجره آزمایش کردند درصد شناسایی ۱۰۰ درصد بود.

این روش با تصویربرداری معمولی اشعه ایکس تفاوت دارد زیرا ساختارهای میکروسکوپی را نشان می‌دهد. محققان می‌توانند با تجزیه و تحلیل بی‌نظمی‌های میکروسکوپی، بین مواد خطرناک و امن تمایز قائل شوند.

دیوید بیت(David Bate)، یکی از نویسندگان این مطالعه، می‌گوید: ما با تیم پروفسور اولیو کار می‌کنیم تا این فناوری متحول کننده را برای بهبود کیفیت و ایمنی وارد حوزه صنعت کنیم.

ما پیش‌بینی می‌کنیم که با آموزش دادن یک هوش مصنوعی براساس اجزای "بی‌نقص" یک جسم صنعتی، می‌توان از این روش برای شناسایی عیوب در اجزای صنعتی مانند ترک‌ها، زنگ‌زدگی یا شکاف‌ها قبل از اینکه با چشم غیر مسلح قابل رویت شوند، استفاده کرد.

محققان امیدوارند که این روش بتواند در طیف وسیعی از بخش‌ها از جمله امنیت و گمرک مورد استفاده قرار گیرد.

آنچه که پروفسور اولیو و تیمش با رویکرد نوآورانه خود به آن دست یافته‌اند، تنها پتانسیل افزایش کاربردهای امنیتی برای کشف مواد منفجره و سلاح‌ها نیست، بلکه با استفاده از این روش می‌توان به شناسایی سایر مواد، همچون داروهای غیرقانونی در گمرک کمک کرد.