Tamil
உயிரியல் ஊக்கமூட்டிய சென்சார்கள்: மனித கண்களை நகலெடுக்குவது கேமரா மாடுல்களை புரட்சி செய்கிறது
2025.12.26 துருக
நீங்கள் $10,000 தொழில்முறை கேமரா உங்கள் கண்களின் மீது ஒரு சூரிய ஒளியில் நடந்துகொண்டிருக்கும் போது, அதே இயற்கை தெளிவை பிடிக்க ஏன் போராடுகிறது என்று ஒருபோதும் யோசித்திருக்கிறீர்களா? அல்லது உங்கள் ஸ்மார்ட்போன் கேமரா குறைந்த ஒளியில் ஏன் தவறுகிறது, நீங்கள் எளிதாக ஒரு மங்கலான அறையில் நடந்து கொண்டிருப்பதைக் காணும்போது? இதற்கான பதில் 500 மில்லியன் ஆண்டுகள் பழமையான வடிவமைப்பு கலைப்பாட்டில் உள்ளது: மனித கண். இன்று, உயிரியல்-உத்வேகமான சென்சார்கள் இந்த இடைவெளியை மூடுவதற்காக புதிய அலைகளை உருவாக்கி வருகின்றன, கேமரா மாடுல்களை கண்ணின் மிகச் சிறந்த அம்சங்களை நகலெடுக்கிறது - இயக்கத்திற்கேற்ப மாற்றம் மற்றும் நரம்பியல்-திறமையான செயலாக்கம். இந்த வலைப்பதிவில், இந்த உயிரியல் நகலெடுக்குதல் புகைப்படக்கலை, ரோபோட்டிக்ஸ் மற்றும் அதற்குப் பிறகு எவ்வாறு மாற்றம் ஏற்படுத்துகிறது என்பதை ஆராய்வோம்.
மனித கண்: இயற்கையின் அடிக்கடி வெற்றியுறும் கேமரா
தொழில்நுட்பத்தில் இறங்குவதற்கு முன், கண்களின் அறிவை மதிப்பீடு செய்வோம். கடுமையான உபகரணங்கள் மற்றும் பிறகு செயலாக்கத்தில் நம்பிக்கையளிக்கும் பாரம்பரிய கேமராக்களின் மாறுபாட்டில், மனித கண் ஒரு சுய-அமைக்கக்கூடிய, சக்தி-சமயோஜனமான அமைப்பாகும், அதில் மூன்று விளையாட்டு மாற்றங்கள் உள்ளன:
1. இயக்கத்திற்கேற்ப மாற்றம்: நிலையான அப்பர்ச்சுகளுக்கு அப்பால்
உங்கள் மாண்பு வெறும் ஒரு கருப்பு புள்ளி அல்ல—இது 2mm (பிரகாசமான ஒளி) முதல் 8mm (மறைவு) வரை மில்லிசெகண்டுகளில் சரிசெய்யும் புத்திசாலி திடமாகும், தெளிவை பாதிக்காமல் ஒளி உள்ளீட்டை மேம்படுத்துகிறது. மேலும் அதிர்ச்சியளிக்கும்: கண்களின் கண்ணாடி லென்ஸ் சில்லரி மசாஜ்களைப் பயன்படுத்தி 25cm தொலைவில் உள்ள பொருட்களில் மீண்டும் மையமாக்க (உறுதிப்படுத்த) செய்கிறது அல்லது தொலைவில் மைல்கள்—கைமுறையால் ஜூம் செய்ய தேவையில்லை. பாரம்பரிய கேமராக்கள், அதற்கு மாறாக, நிலையான திடப்பரப்புகள் மற்றும் மெக்கானிக்கல் ஜூம் லென்ஸ்களைப் பயன்படுத்துகின்றன, அவை மெதுவாக, பெரியதாகவும், மாறுபட்ட ஒளியில் மங்குவதற்குப் prone ஆகவும் உள்ளன.
2. ரெட்டினல் திறன்: அசல் “ஸ்மார்ட் சென்சார்”
ரெட்டினா ஒரு உயிரியல் அதிசயம். அதன் 126 மில்லியன் புகைப்படரீதிகள் (குறைந்த ஒளிக்கான ரோடுகள், நிறத்திற்கான கோன்கள்) ஒளியை மட்டும் பிடிக்கவில்லை - அவை அதை முன்பதிவு செய்கின்றன. ரோடுகள் மிகுந்த உணர்வுள்ளவை (ஒரு ஒளி அணுக்களை கண்டறிதல்) ஆனால் நிறமில்லை, கோன்கள் (மொத்தம் 6 மில்லியன்) விவரங்கள் மற்றும் நிறத்தில் கவனம் செலுத்துகின்றன. இந்த வேலைப் பகிர்வு மீதமுள்ள தரவுகளை குறைக்கிறது: கண்கள் முக்கியமான சிக்னல்களை மட்டுமே மூளைக்கு அனுப்புகின்றன, CMOS படத்தை உணர்விகள் உருவாக்கும் "தீப்பிடிப்பு" க்கான கச்சா பிக்சல்களை தவிர்க்கின்றன. சூழ்நிலைக்கு, 48MP கேமரா உணர்வி ஒவ்வொரு ஷாட்டிற்கும் 48 மில்லியன் பிக்சல்களை வெளியிடுகிறது; கண்களின் "வெளியீடு" ஒரு சீரான, முன்னுரிமை பெற்ற தரவுப் பாயல் - ஆனால் நாம் மிகவும் நுணுக்கமாக உணர்கிறோம்.
3. நரம்பியல் செயலாக்கம்: உடனடி, உள்ளுணர்வு பார்வை
கண் ஒரு சென்சாராக மட்டுமல்ல; இது ஒரு நரம்பியல் நெட்வொர்க்கின் ஒரு பகுதியாகும். ஒளி நரம்பும் கண்ணோட்ட மண்டலமும் இணைந்து நேரத்தில் காட்சிகளை விளக்குவதற்காக வேலை செய்கின்றன: இயக்கத்தை கண்டுபிடித்தல், முகங்களை அடையாளம் காணுதல், மற்றும் சிந்தனை முயற்சியின்றி கான்ட்ராஸ்டுக்கு ஏற்ப மாறுதல். ஒப்பிடுகையில், ஒரு கேமரா கச்சா தரவுகளை பிடிக்கிறது, இது “புரிந்து கொள்ள” சக்திவாய்ந்த செயலி தேவையாகிறது (எ.கா., இரவு முறைக்கான ஸ்மார்ட்போன் AI) — இது பேட்டரியை குறைக்கிறது மற்றும் தாமதத்தை உருவாக்குகிறது.
தொலைவு: பாரம்பரிய கேமரா குறைவாக இருப்பதற்கான காரணம்
பல தசாப்தங்களாக, கேமரா தொழில்நுட்பம் அதிக மெகாபிக்சல்கள் மற்றும் சிறந்த லென்ஸ்களைச் சேர்ப்பதில் கவனம் செலுத்தியது - கண்ணின் முழுமையான வடிவமைப்பைப் புறக்கணித்தது. வழக்கமான தொகுதிகள் இங்குதான் சிரமப்படுகின்றன:
• குறைந்த-ஒளி செயல்திறன்: ஒளி குறைவாக இருக்கும்போது கேமராக்கள் இரைச்சலை அதிகரிக்கின்றன; கண்ணின் கூம்புகள் விவரங்களை இழக்காமல் மாற்றியமைக்கின்றன.
• டைனமிக் ரேஞ்ச்: கண் 100+ dB டைனமிக் ரேஞ்சைக் கையாள்கிறது (எ.கா., சூரிய ஒளி வானம் மற்றும் நிழலான காடு); சிறந்த கேமராக்கள் அதிகபட்சம் 20–30 dB வரை செல்லும்.
• எரிசக்தி திறன்: ஒரு ஸ்மார்ட்போன் கேமரா 1–2 வாட்ஸ் அளவுக்கு புகைப்படம் எடுக்கிறது; கண் சுமார் 0.1 வாட்ஸ், 24/7 செயல்படுகிறது.
• அளவு மற்றும் திறன்: கண் ஒரு பிங்-பாங் பந்தின் அளவுக்கு சமம்; ஒப்பிடத்தக்க கேமரா லென்சுகள், சென்சார்கள் மற்றும் செயலாக்கிகளைப் பயன்படுத்துகிறது, இது ஒரு ஜேக்கெட்டில் நிரம்புகிறது.
உயிரியல் அடிப்படையிலான சென்சார்கள் இந்த குறைகளை சரிசெய்ய முயற்சிக்கின்றன—கண் மீது மேலோங்குவதன் மூலம் அல்ல, ஆனால் அதன் வடிவமைப்பு தத்துவத்தை நகலெடுக்கின்றன.
உயிரியல் அடிப்படையிலான கேமரா சென்சார்களில் முன்னேற்றங்கள்
கடந்த ஐந்து ஆண்டுகளில், ஆராய்ச்சியாளர்கள் மற்றும் தொழில்நுட்ப மாபெரும் நிறுவனங்கள் கண் உயிரியல் hardware க்கு மொழிபெயர்ப்பதில் முன்னேற்றங்களை அடைந்துள்ளனர். இங்கே மிகவும் தாக்கம் செலுத்தும் புதுமைகள் உள்ளன:
1. அடிப்படையான திடப்பரப்புகள்: மாண்பை நகலெடுக்கிறது
முதல் படி? "கற்கை கண்கள்" என்ற நிலையான திறப்புகளை விலக்குவது. சோனி மற்றும் ஸ்டான்ஃபோர்ட் பல்கலைக்கழகம் போன்ற நிறுவனங்கள் கண்ணீரின் நகலெடுக்கின்ற மைக்ரோ-எலக்ட்ரோ-மெக்கானிக்கல் அமைப்புகளை (MEMS) உருவாக்கியுள்ளன. இந்த சிறிய, மடிக்கூடிய டயாபிராம்கள் f/1.4 முதல் f/16 வரை 10ms-ல் சரிசெய்யப்படுகிறது—மனித கண்களின் வேகத்திற்கும் முந்தியது—மெக்கானிக்கல் திறப்புகளை விட 90% குறைவான சக்தியை பயன்படுத்துகிறது.
சோனி 2023 இல் வெளியிட்ட "பயோஐ" சென்சார், எக்ஸ்பீரியா 1 VI இல் பயன்படுத்தப்படுகிறது, இந்த தொழில்நுட்பத்தை ஒரு திரவ லென்ஸுடன் (கண்ணின் கண்ணாடி லென்ஸை நகலெடுக்கிறது) ஒருங்கிணைக்கிறது, இது உடனடி ஆட்டோபோக்கஸ் மற்றும் ஒளி குறைவான சூழ்நிலைகளில் சத்தமின்றி படம் எடுக்க உதவுகிறது. ஆரம்ப சோதனைகள், இது பாரம்பரிய சென்சார்களை 30% க்கும் மேல் செயல்திறனில் முந்துகிறது என்பதை காட்டுகிறது, இது கண்ணின் திறனை வெளிச்சமான வானம் மற்றும் இருண்ட முன்னணி இரண்டையும் பிடிக்கச் செய்யும்.
2. கண்ணின் உந்தனையுள்ள சென்சார்கள்: "ஸ்மார்ட்" பிக்சல் வடிவமைப்பு
மிகவும் பெரிய முன்னேற்றம் என்பது சென்சாரை மீண்டும் கற்பனை செய்வதாகும். பாரம்பரிய CMOS படப் புகைப்பட சென்சார்கள் ஒவ்வொரு பிக்சலையும் சமமாகப் பிடிக்கின்றன, இது பெரும் அளவிலான தரவுகளை உருவாக்குகிறது. கண்ணின் நரம்பியல் அடிப்படையில் உருவாக்கப்பட்ட சென்சார்கள், மாறாக, ஒளி மாறும் போது மட்டுமே செயல்படும் "நிகழ்வு அடிப்படையிலான" அல்லது "ஸ்பைகிங்" பிக்சல்களைப் பயன்படுத்துகின்றன—இது ரோடுகள் மற்றும் கோன்கள் போலவே.
உதாரணமாக, Prophesee-ன் Metavision சென்சார் (Tesla-ன் Autopilot கேமராவில் பயன்படுத்தப்படுகிறது) 1.2 மில்லியன் நிகழ்வு அடிப்படையிலான பிக்சல்களை கொண்டுள்ளது. 24fps வீடியோ ஸ்ட்ரீம்களை (100MB/s) வெளியிடுவதற்குப் பதிலாக, பொருட்கள் நகரும் போது அல்லது ஒளி மாறும் போது மட்டுமே சிறிய தரவுப் பாக்கெட்டுகளை அனுப்புகிறது (1MB/s). இது 80% மின்சாரத்தை குறைக்க மட்டுமல்லாமல், இயக்க மங்கலையும் நீக்குகிறது—சுய இயக்கக் கார்கள், உடனுக்குடன் நடக்கிறவர்களை கண்டுபிடிக்க தேவையானது.
3. நரம்பியல் செயலாக்கம்: கண்-மூளை தொடர்பு
கண்ணை நகலெடுக்குவது போதுமானது அல்ல—மூளை காட்சி தரவுகளை எவ்வாறு செயலாக்குகிறது என்பதை நகலெடுக்க வேண்டும். காட்சி குருதியில் இருந்து ஊக்கமடைந்த நரம்பியல் சிப்புகள், தனித்த CPU கள் அல்லது GPU களை நம்பாமல் உண்மைக் காலத்தில் சென்சார் தரவுகளை செயலாக்குகின்றன.
IBM இன் TrueNorth சிப், எடுத்துக்காட்டாக, மூளையைப் போலவே 1 மில்லியன் செயற்கை நரம்புகளை கொண்டது, இது கண் சென்சார் தரவுகளை செயலாக்குகிறது: எல்லைகள், இயக்கம் மற்றும் வடிவங்களை உடனடியாக அடையாளம் காண்கிறது. உயிரியல் ஊக்கமூட்டிய சென்சருடன் இணைக்கப்பட்டால், இது “காணும்” காமிராக்களை செயல்படுத்துகிறது, வெறும் பிடிக்கும் என்பதற்குப் பதிலாக—ரோபோட்டிக்ஸுக்கான சிறந்தது (எ.கா., ஒரு ட்ரோன் காடுகளில் வழி கண்டுபிடிக்கும்) அல்லது மருத்துவ படிமங்கள் (எ.கா., அறுவை சிகிச்சையின் போது நேரத்தில் கல்லீரல் கண்டுபிடிக்கும்).
உண்மையான உலக பயன்பாடுகள்: உயிரியல் ஊக்கமூட்டிய காமிராக்கள் எங்கு பிரகாசிக்கின்றன
இந்த கண்டுபிடிப்புகள் வெறும் ஆய்வக பரிசோதனைகள் அல்ல—இவை ஏற்கனவே தொழில்களை மாற்றிக்கொண்டு இருக்கின்றன:
1. ஸ்மார்ட்போன் புகைப்படக்கலை
iPhone 16 Pro மற்றும் Samsung Galaxy S24 Ultra போன்ற முன்னணி தொலைபேசிகள் இப்போது உயிரியல் ஊக்கமூட்டிய சென்சார்களைப் பயன்படுத்துகின்றன. ஆப்பிளின் “டைனமிக் ஐ” சென்சார் நிகழ்வு அடிப்படையிலான பிக்சல்களுடன் அடிப்படையான திறப்புகளை இணைத்து மனித பார்வையை ஒப்பிடக்கூடிய இரவு முறை புகைப்படங்களை வழங்குகிறது. பயனர்கள் தெளிவான குறைந்த ஒளி புகைப்படங்கள், விரைவான ஆட்டோபோகஸ், மற்றும் நீண்ட பேட்டரி ஆயுள் ஆகியவற்றைப் புகாரளிக்கிறார்கள் — அனைத்தும் உயிரியல் நகலீட்டிற்காக.
2. தன்னாட்சி வாகனங்கள்
தானியங்கி கார்களுக்கு மழை, பனி மற்றும் இருள் போன்ற நிலைகளில் பார்க்க வேண்டும் - இந்த நிலைகளில் பாரம்பரிய கேமராக்கள் தோல்வியடைகின்றன. Prophesee's Metavision போன்ற உயிரியல்-தூண்டப்பட்ட சென்சார்கள் பூஜ்ஜிய தாமதம் மற்றும் குறைந்த சக்தியுடன் இயக்கத்தைக் கண்டறிகின்றன, இது LiDAR-கேமரா இணைவு (LCF) அமைப்புகளுக்கு அவற்றை சிறந்ததாக ஆக்குகிறது. Tesla's 2024 Model 3 இந்த சென்சார்களைப் பயன்படுத்தி தவறான நேர்மறைகளைக் குறைக்கிறது (எ.கா., ஒரு அடையாளத்தை பாதசாரியாகத் தவறாகப் புரிந்துகொள்வது) 40% ஆகும்.
3. மருத்துவ இமேஜிங்
எண்டோஸ்கோபியில், மருத்தவர்கள் உடலின் இருண்ட, வளைவான இடங்களில் தெளிவான படங்களை பிடிக்க சிறிய, நெகிழ்வான கேமராக்களை தேவைப்படுகிறார்கள். ஒலிம்பஸின் உயிரியல் ஊக்கமூட்டிய சென்சார்கள் திரவ லென்சுகள் மற்றும் குறைந்த சக்தி செயலாக்கத்தைப் பயன்படுத்தி, முடியின் அளவுக்கு சமமான எண்டோஸ்கோப்புகளை உருவாக்குகின்றன - இது நோயாளியின் அசௌகரியத்தை குறைத்து, படத்தின் தரத்தை மேம்படுத்துகிறது. கண் மருத்துவத்தில், கண் தானே ஊக்கமூட்டிய நெட்வொர்க் படமெடுப்புப் பாணிகள், ஒளி மாற்றங்களுக்கு கணத்தின் உணர்வுத்திறனைப் போலவே, முன்னணி குளோக்கோமா கண்டுபிடிப்பில் உதவுகின்றன.
4. ரோபோடிக்ஸ்
தொழில்துறை ரோபோட்டுகள் மற்றும் நுகர்வோர் ட்ரோன்கள் உயிரியல் அடிப்படையிலான சென்சார்களின் திறன் மற்றும் பொருந்துதலால் பயன் பெறுகின்றன. பாஸ்டன் டைனமிக்ஸ்' ஸ்பாட் ரோபோட் நிகழ்வு அடிப்படையிலான சென்சார்களை பயன்படுத்தி இடையூறு உள்ள களஞ்சியங்களில் தாமதமின்றி நகர்கிறது, அதே சமயம் DJI'ன் மினி 5 ட்ரோன் காற்றில், பிரகாசமான நிலைகளில் நிலையான காட்சிகளைப் பிடிக்க uyirppaduthal apertures ஐப் பயன்படுத்துகிறது—இவை அனைத்தும் 30% அதிக காலம் நிலைத்திருக்கும் பேட்டரியுடன்.
சவால்கள் மற்றும் எதிர்காலம்
முன்னேற்றத்திற்கு மாறுபட்ட, உயிரியல்-உருவாக்கப்பட்ட சென்சார்கள் சவால்களை எதிர்கொள்கின்றன:
• செலவு: ரெட்டினால்-உருவாக்கப்பட்ட சென்சார்கள் பாரம்பரிய CMOS பட சென்சார்களைவிட 2–3 மடங்கு அதிகமாக செலவாக உள்ளன, இது பரந்த அளவில் ஏற்றுக்கொள்ளப்படுவதைக் கட்டுப்படுத்துகிறது.
• உற்பத்தி: MEMS திடப்பரப்புகள் மற்றும் திரவ லென்ஸ்கள் அளவீட்டு உற்பத்தியைப் தேவைப்படுத்துகின்றன, இது அளவீட்டில் கடினமாக உள்ளது.
• மென்பொருள் ஒருங்கிணைப்பு: நரம்பியல் செயலாக்கம் சென்சார் தரவுகளை முழுமையாக பயன்படுத்த புதிய ஆல்காரிதங்களை தேவைப்படுகிறது—இந்த தொழில்நுட்பம் இன்னும் வளர்ந்து கொண்டிருக்கிறது.
ஆனால் எதிர்காலம் பிரகாசமாக உள்ளது. சந்தை ஆராய்ச்சி நிறுவனம் கிராண்ட் வியூ ஆராய்ச்சி, உயிரியல்-உந்தனையுள்ள சென்சார் சந்தை 2023 இல் 2.1 பில்லியனில் இருந்து 2030 இல் 8.7 பில்லியனாக வளருமென கணிக்கிறது, இது வாகன மற்றும் நுகர்வோர் மின்சாதனங்களில் தேவையால் இயக்கப்படுகிறது. உற்பத்தி செலவுகள் குறைவாகும் மற்றும் மென்பொருள் மேம்படும் போது, இந்த சென்சார்கள் மேலும் பல சாதனங்களில் காணப்படும் - ஸ்மார்ட்வாட்ச் முதல் பாதுகாப்பு கேமராக்கள் வரை.
தீர்வு: இயற்கையின் வடிவமைப்பு ஒரு தொழில்நுட்ப வரைபடமாக
மனித கண்ணு என்பது வெறும் உயிரியல் கட்டமைப்பு அல்ல—இது பொறியியலில் ஒரு மாஸ்டர் கிளாஸ். அதன் இயக்கக் கட்டமைப்பை, திறமையான உணர்வுகளை மற்றும் நரம்பியல் செயலாக்கத்தை நகலெடுக்குவதன் மூலம், உயிரியல் அடிப்படையிலான சென்சார்கள் கேமரா மாடுல்களை புரட்டிக்கொண்டு வருகின்றன, அவற்றை சிறிய, புத்திசாலி மற்றும் முந்தையதைவிட அதிக திறமையுள்ளவையாக மாற்றுகின்றன. நீங்கள் உங்கள் ஸ்மார்ட்போனில் புகைப்படம் எடுக்கிறீர்களா, தானாகவே இயக்கப்படும் கார் மீது நம்புகிறீர்களா, அல்லது மருத்துவ செயல்முறைக்கு உட்படுகிறீர்களா, இந்த புதுமைகள் மனித பார்வை மற்றும் இயந்திர உணர்வுக்கு இடையே அமைதியாக பாலம் கட்டுகின்றன.
தொழில்நுட்பம் தொடர்ந்து வளர்ந்துவருவதால், ஒரு விஷயம் தெளிவாக உள்ளது: இயற்கையின் 500-மில்லியன் ஆண்டு முன்னணி, படக்கோவையின் எதிர்காலத்திற்கான சிறந்த வடிவமைப்பாகும். நீங்கள் “உங்கள் கண்கள் காணும் அளவுக்கு நல்லது” என்று தோன்றும் புகைப்படத்தை எடுத்தால், நீங்கள் மனித கண் தானே நன்றி சொல்ல வேண்டும்—சிலிகான் மற்றும் மென்பொருளில் மறுபரிசீலிக்கப்பட்டது.
தொடர்பு
உங்கள் தகவலை விட்டு நாங்கள் உங்களை தொடர்பு கொள்ளுவோம்.
WhatsApp
WeChat